pytorch 使用预训练模型

在PyTorch中使用预训练模型的方法有两种。一种是使用torchvision.models提供的预训练模型，另一种是使用torch.utils.model_zoo提供的预训练模型。下面是这两种方法的详细说明：

1. 使用torchvision.models提供的预训练模型：
import torchvision.models as models
resnet18 = models.resnet18(pretrained=True)
alexnet = models.alexnet(pretrained=True)
...
这种方法将会下载预训练模型并加载其权重。你可以通过调用对应的模型函数并传递pretrained=True来使用已经训练好的模型。例如，上述代码中的resnet18就是使用预训练模型加载的ResNet-18模型。

2. 使用torch.utils.model_zoo提供的预训练模型：
import torch.utils.model_zoo as model_zoo
resnet18 = model_zoo.load_url('https://download.pytorch.org/models/resnet18-5c106cde.pth')
alexnet = model_zoo.load_url('https://download.pytorch.org/models/alexnet-owt-4df8aa71.pth')
...
这种方法需要通过传递预训练模型的URL来加载模型。你可以使用model_zoo.load_url函数并传递对应模型的URL来加载已经训练好的模型。

综上所述，如果你想在PyTorch中使用预训练模型，可以选择使用torchvision.models提供的预训练模型或者使用torch.utils.model_zoo提供的预训练模型。具体使用哪种方法取决于你的需求和偏好。