1 简介
pytorch里有一些非常流行的网络如 resnet、wide_resnet101_2、squeezenet、densenet等，包括网络结构和训练好的模型。
pytorch自带模型网址：https://pytorch-cn.readthedocs.io/zh/latest/torchvision/torchvision-models/
按照官网加载预训练的模型：
import torchvision.models as models
# pretrained=True就可以使用预训练的模型
resnet18 = models.resnet18(pretrained=True)
print(resnet18)
- 1
- 2
- 3
- 4
- 5
可能会出现以下错误：
Downloading: "https://download.pytorch.org/models/resnet18-5c106cde.pth" to C:\Users\Administrator/.cache\torch\checkpoints\resnet18-5c106cde.pth
- 1
主要原因是：国内的网有些时候连接不上，需要我们手动去下载想要的预训练网络。
2 下载相应模型
可以从报错代码中复制网址进行下载：
https://download.pytorch.org/models/resnet18-5c106cde.pth
也可以从Pytorch的github下找模型的地址：
https://github.com/pytorch/vision/tree/master/torchvision/models
找到对应模型名称点进去找地址
3 加载已保存的模型
下载好后自行保存，保存到自己能找到的地址。
接下来就是运行这个.pth文件。首先要判断是保存的整个网络结构加参数呢，还是只保存了参数，可以测试一下。这是我的模型是resnet34，你可以测试自己下载的模型
import torch
import torchvision.models as models
# pretrained=True就可以使用预训练的模型
net = models.resnet34(pretrained=False)
pthfile = r’C:\Users\Administrator\tianchi\model\resnet34-333f7ec4.pth’
net.load_state_dict(torch.load(pthfile))
print(net)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
结果：
这样就加载好预训练模型了
参考链接：
https://tianchi.aliyun.com/notebook-ai/notebookEdit?notebookLabId=96053&version=0
https://blog.csdn.net/u014264373/article/details/85332181
网盘下载链接：
链接：https://pan.baidu.com/s/12jdjQCeT0xYH7OLciMUi4w
提取码：ly9d
</div>