Timm一些使用技巧，包括手动下载模型

最近在使用timm，总结了一些方法，可能会对读者有帮助。

1. 首先是安装timm包

pip intall timm

2. 通过下面代码展示timm具有的模型名称，根据输出模型的名称选择自己需要的模型：

model_list = timm.list_models()

print(model_list)

3. 加载模型。

model = timm.create_model('convnext_base', pretrained=True, num_classes=2)

但是因为timm的升级，导致了国内无法连接到Hugging Face网站，没有办法使用手动下载预训练模型。总是出现这样的错误：

huggingface_hub.utils._errors.LocalEntryNotFoundError: Connection error, and we cannot find the requested files in the disk cache.

4. 针对上述无法连接的问题，采用这样的解决方案，首先

model = timm.create_model('convnext_base', num_classes=2, global_pool='')#pretrained=True,

print(model.default_cfg)#查看模型cfg

得到

{'url': 'https://dl.fbaipublicfiles.com/convnext/convnext_base_22k_1k_224.pth',

科学上网，手动下载这个预训练模型。

pre_path = ' 下载预训练模型权重的文件路径'

model = timm.create_model('convnext_base', pretrained=True, num_classes=2, pretrained_cfg_overlay=dict(file=pre_path ))

这样就解决了，连接失败的问题，就可以正常使用手动下载的预训练模型了。