PyTorch框架中有一个非常重要且好用的包:torchvision,该包主要由3个子包组成,分别是:torchvision.datasets torchvision.models、torchvision.transforms。这3个子包的具体介绍可以参考官网https://pytorch.org/docs/master/torchvision/datasets.html。
我的另外两篇博客对其他两个部分做了介绍分别为:
torchvision.transformshttps://blog.youkuaiyun.com/sinat_42239797/article/details/93857364
torchvision.datasetshttps://blog.youkuaiyun.com/sinat_42239797/article/details/93916790
这篇博客介绍torchvision.models。torchvision.models这个包中alexnet、densenet、inception、resnet、squeezenet、vgg等常用的网络结构,并且提供了预训练模型,可以通过简单调用来读取网络结构和预训练模型。
如何调用上述模型?
import torchvision
model = torchvision.models.densenet(pretrained=True)
这样就导入了densenet的预训练模型了。如果只需要网络结构,不需要用预训练模型的参数来初始化,那么就是:
model = torchvision.models.densenet(pretrained=False)
由于pretrained参数默认是False,所以等价于:
model = torchvision.models.densenet(pretrained=False)
接下来以导入densenet为例介绍具体导入模型时候的源码。运行model = torchvision.models.densenet(pretrained=True)
的时候,是通过models包下的densenet.py脚本进行的,源码如下:
import re
import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.utils.model_zoo as model_zoo
from collections import OrderedDict
__all__ = ['DenseNet', 'densenet121', 'densenet169', 'densenet201', 'densenet161']
model_urls = {
'densenet121': 'https://download.pytorch.org/models/densenet121-a639ec97.pth',
'densenet169': 'https://download.pytorch.org/models/densenet169-b2777c0a.pth',
'densenet201': 'https://download.pytorch.org/models/densenet201-c1103571.pth',
'densenet161': 'https://download.pytorch.org/models/densenet161-8d451a50.pth',
}
首先是导入必要的库,其中model_zoo是和导入预训练