B导，我写改了一下ghostnet的网络模型，然后已经训练出来了。现在在循行get_map.py的时候发现有下面的问题

[WDQGO]

class GhostNet(nn.Module):
def init(self, pretrained=True):
super(GhostNet, self).init()
model = ghostnet()
if pretrained:
state_dict = torch.load("model_data/ghostnet_weights.pth")
model.load_state_dict(state_dict)
del model.global_pool
del model.conv_head
del model.act2
del model.classifier
del model.blocks[9]
self.model = model

def forward(self, x):
    x = self.model.conv_stem(x)
    x = self.model.bn1(x)
    x = self.model.act1(x)
    feature_maps = []

    for idx, block in enumerate(self.model.blocks):
        x = block(x)
        if idx in [2,4,6,8]:
            feature_maps.append(x)
    return feature_maps[1:]

需要加载 model_data/ghostnet_weights.pth，发现模型不匹配，我的ghostnet分类模型的特征提取网络是需要重新训练吗

[bubbliiiing]

为啥要加载他，我不理解