上一节配置好 python 环境之后,本节开始下载 resnet50 训练好的模型。我们使用以下代码完成 resnet50 的模型下载。
import numpy as np
from torchvision import models
import torch
resnet50 = torch.hub.load('pytorch/vision:v0.10.0', 'resnet50', pretrained=True)
resnet50.eval()
print(resnet50)
代码链接在:practice/model/resnet50_parser.py · iwaihou/cv_learning_from_scratch - Gitee.com
可以先看前 7 行,其余的暂时不需要看。
torch.hub.load
torch.hub.load 是 PyTorch 库中的一个函数,用于从 PyTorch Hub 中加载预训练的模型,示例中通过这个接口,下载了 resnet50 这个模型。
在
本节介绍了如何使用torch.hub.load函数从PyTorch Hub下载预训练的resnet50模型。代码示例中,通过设置pretrained=True获取预训练参数。模型设置为eval()模式,用于推理。打印模型结构展示了详细的网络层次,包括残差结构和各层参数。建议读者结合结构图和可视化图片深入理解resnet50网络。
订阅专栏 解锁全文
1379

被折叠的 条评论
为什么被折叠?



