EfficientNet.from_pretrained

`EfficientNet.from_pretrained()` 是PyTorch中用于加载预训练EfficientNet模型的一种便捷方式[^1]。这个函数允许你在不从头开始训练的情况下，直接使用已经在大规模数据集上预先训练好的EfficientNet模型。它接受两个参数：

1. `'efficientnet-b4'` 或其他支持的模型名称，如 `'efficientnet-b0'`, `'efficientnet-b7'` 等，这些都是EfficientNet家族的不同变体。

2. `pretrained=True` 表示加载预训练权重。如果设置为 `False`，则只加载基本的架构，不会包含预训练的权重。

以下是使用这个函数的一个简单示例：

from efficientnet_pytorch import EfficientNet

# 加载预训练的EfficientNet-B4模型
model = EfficientNet.from_pretrained('efficientnet-b4')

# 注意，由于模型已经过预训练，其最后一层（_fc）通常是一个全连接层，用于分类任务
# 这里假设你的任务可能需要调整最后的分类层，所以需要获取该层的in_features
feature = model._fc.in_features

# 更改输出层以适应新的任务，比如二分类或多分类
model._fc = nn.Linear(in_features=feature, out_features=2, bias=True)

这段代码加载了一个预训练的EfficientNet模型，然后替换掉最后一层以适应特定的分类任务。