Pytorch预训练模型pre-trained Models以及部分修改

网上找到的都是几年前的了，更新一下最近的用法和踩的坑

模型加载

 用torchvision.models.XXX加载模型时用参数pretrained=True好像可以运行，但是会报红，用weights没问题，下面举了两个例子

pretrained_net = torchvision.models.resnet18(weights = torchvision.models.ResNet18_Weights.DEFAULT)

pretrained_net = torchvision.models.vgg19(weights = torchvision.models.VGG19_Weights.DEFAULT)

截取部分层数

以vgg19为例子

net = nn.Sequential(*list(pretrained_net.children())[:-1])

返回的是features和avgpool两层，也就是.children返回的是模型的所有顶层模块

而用如下代码

net = nn.Sequential(*[pretrained_net.features[i] for i in range(20)])

则是直接用 顶层模块[ ]才能直接取出 features 容器中的前 20 层

参数修改没有研究过，后续需要再来补坑