【无标题】

pytorch加载预训练的模型

解决方案

1. 其实很简单，一行代码即可
   self.resnet = models.resnet18(models.ResNet18_Weights.DEFAULT)

2. 可以使用eval()方法，来将模型参数固定
   self.resnet = models.resnet18(models.ResNet18_Weights.DEFAULT).eval()

3. 导入之后，模型就相当于一个普通的神经网络的层，可以像linear，relu一样使用它，像这样

    def forward(self, x:torch.Tensor):
    	h = self.resnet(x)
    	o = self.linear(h)
    	return o
   

注意

1. models是torchvision模块中的，而不是torch模块中的，因此需要有
   import torchvision.models as models
   传入的参数ResNet18_Weights也是models中的，记得加上前缀
2. model.Resnet()中的参数也可以填pretrained=True，但是运行时会有一个warning，显示这个参数deprecated，建议换成新的参数。官网上也有类似的说法。此外，官网还提供了不同版本的参数选择。