net = models.resnet152()中的resnet包括全连接层吗

是的，torchvision.models.resnet152()中的ResNet模型包括全连接层。

ResNet（残差网络）是一种非常流行的深度卷积神经网络模型，用于图像分类和特征提取任务。它由多个残差块（Residual Blocks）组成，每个残差块包含多个卷积层和批归一化层。

在ResNet模型的最后，会有一个全局平均池化层（Global Average Pooling），将卷积层的输出转换为固定大小的特征向量。然后，通过一个全连接层（Fully Connected Layer）将这个特征向量映射到最终的类别输出。这个全连接层通常是一个线性层（Linear Layer），将特征向量映射到类别的数量。

所以，当你使用models.resnet152()创建ResNet-152模型时，它会包括全连接层，用于将特征向量映射到类别输出。