修改PyTorch预训练模型的下载路径

PyTorch可以下载很多预训练好的神经网络，用起来会很方便。但是默认的下载路径是用户根目录下的.cache文件夹。在Linux和Mac下还比较符合用户习惯，但是在windows下就是C:\Users\<username>\.cache。不仅不符合很多windows用户的使用习惯而且不利于文件的保存。另外如果是多人共享的Linux服务器，每个用户都下载一遍这些训练好的神经网络明显是一种浪费。最好是放置在/var、/opt或者/usr/local等一类共享目录里。

但是默认情况下，PyTorch里加载模型的API是不提供修改保存位置的功能的。

# 调用方式
model = torchvision.models.resnet50(pretrained=True)
# API中对应的函数声明
torchvision.models.resnet50(pretrained=False, progress=True, **kwargs)

通过观察源代码，可以发现当pretrained为True时，PyTorch会调用torch.utils的load_state_dict_from_url函数，而这个函数最终调用torch.utils.model_zoo.load_url函数。其中的参数model_dir就是保存的目录，这里它默认会使用环境变量TORCH_HOME。默认情况下环境变量TORCH_HOME的值为~/.cache，在windows下就是%USERPROFILE%\.cache，其中%USERPROFILE%表示环境变量USERPROFILE的值，默认是C:\Users\<username>其中<username>表示当前用户名，它对应Linux的~。

所以我们要修改PyTorch下载文件的保存路径，只要在下载模型前，修改环境变量TORCH_HOME的值即可。
有两种修改方法，第一种是一劳永逸地在操作系统里设置对应的环境变量。具体的方法可以自行搜索。
另一种是在代码里临时添加对应的条目，对应的代码如下，但是需要注意每次python重新启动都需要重新设置。

import os
os.environ['TORCH_HOME']='E:/Data/torch-model'

在运行上面代码之后，重新加载模型时就会在这个目录下载和加载了。

---

这个链接是PyTorch提供的视觉方面的神经网络列表和描述。
https://pytorch.org/docs/stable/torchvision/models.html#torchvision-models

---

参考资料：
https://stackoverflow.com/questions/52628270/is-there-any-way-i-can-download-the-pre-trained-models-available-in-pytorch-to-a