使用预训练的 ImageNet 模型进行图像分类

图像分类是计算机视觉领域中的一个重要任务，它涉及将输入的图像分为不同的预定义类别。近年来，深度学习的发展使得图像分类取得了显著的进展。预训练的 ImageNet 模型是一种常用的方法，它是在大规模图像数据集 ImageNet 上进行训练得到的，可以用于快速且准确地进行图像分类。本文将详细介绍如何使用预训练的 ImageNet 模型进行图像分类，并提供相应的源代码。

首先，我们需要准备一些必要的工具和库。在这个例子中，我们将使用Python编程语言和PyTorch深度学习库。确保已经安装了Python和PyTorch，并导入所需的库：

import torch
import torchvision.models as models
import torchvision.transforms as transforms
from PIL