wide_resnet101_2': 'https://download.pytorch.org/models/wide_resnet101_2-32ee1156.pth

要下载预训练的 `wide_resnet101_2` 模型，你可以使用 `torchvision.models` 中的 `wide_resnet101_2` 函数，并设置 `pretrained=True` 参数。PyTorch 会自动下载并加载预训练模型。

以下是一个示例代码：

import torchvision.models as models

# 下载并加载预训练的 wide_resnet101_2 模型
model = models.wide_resnet101_2(pretrained=True)

这样，`model` 就是预训练的 `wide_resnet101_2` 模型。你可以在后续的代码中使用它来进行推断或进行微调。

相关问题

model_urls = { 'resnet50': 'https://download.pytorch.org/models/resnet50-19c8e357.pth', 'resnet101': 'https://download.pytorch.org/models/resnet101-5d3b4d8f.pth', }啥意思

这是一个 Python 字典，其中包含了两个键值对。每个键表示一个预训练模型的名称，而对应的值则表示该模型的下载链接。具体来说，这个字典中包含了两个 ResNet 模型的下载链接，一个是 ResNet-50，一个是 ResNet-101。这些链接可以被用来下载对应的预训练模型参数，以便在 PyTorch 中使用。

Downloading: "https://download.pytorch.org/models/resnet18-5c106cde.pth" to /Users/wgk/.cache/torch/hub/checkpoints/resnet18-5c106cde.pth

这是PyTorch中的模型预训练权重，用于ResNet-18模型。当你调用`torchvision.models.resnet18()`时，如果本地没有保存这个预训练权重，PyTorch会自动下载并保存到`~/.cache/torch/hub/checkpoints/`目录下。这个预训练权重可以在ImageNet数据集上进行训练，用于在其他任务上进行微调。