pytorch之torch.utils.model_zoo学习

Moved to torch.hub.

torch.utils.model_zoo.load_url(url, model_dir=None, map_location=None, progress=True, check_hash=False, file_name=None, weights_only=False)

在给定 URL 加载 Torch 序列化对象。
如果下载的文件是zip文件，它将自动解压。
如果该对象已存在于model_dir中，则将其反序列化并返回。model_dir默认值是<hub_dir>/checkpoints where hub_dir是get_dir()返回的目录。

import torch
from torchvision import models

# 定义模型的URL
model_url = 'https://download.pytorch.org/models/resnet18-5c106cde.pth'

# 加载预训练好的ResNet模型
pretrained_model = models.resnet18()
pretrained_dict = torch.utils.model_zoo.load_url(model_url)

# 将加载的权重赋值给模型
pretrained_model.load_state_dict(pretrained_dict)

在这个例子中，我们首先导入了PyTorch和models模块，然后定义了要加载的模型的URL。接下来，我们创建了一个新的ResNet模型实例，并使用load_url函数下载并加载模型的预训练权限。最后，我们将加载的权限重分配给模型。

或者

state_dict = torch.hub.load_state_dict_from_url('https://s3.amazonaws.com/pytorch/models/resnet18-5c106cde.pth')