用python写出使用resnet18做图像分类的模型，要求代码格式整齐

以下是使用 ResNet18 做图像分类的 Python 代码：

import torch
import torch.nn as nn
import torchvision.models as models

class ResNet18Classifier(nn.Module):
    def __init__(self, num_classes):
        super(ResNet18Classifier, self).__init__()
        self.model = models.resnet18(pretrained=True)
        in_features = self.model.fc.in_features
        self.model.fc = nn.Linear(in_features, num_classes)

    def forward(self, x):
        return self.model(x)

num_classes = 10
model = ResNet18Classifier(num_classes)

在这里，我们使用了 PyTorch 自带的 ResNet18 预训练模型，并对其进行了微调，使其可以用于图像分类。

在定义模型的时候，我们定义了一个 `ResNet18Classifier` 类，继承自 PyTorch 的 `nn.Module` 类，并在初始化方法 `__init__` 中加载了 ResNet18 预训练模型，并修改了其最后一层全连接层的输出维数，以适应我们的图像分类任务。

最后，我们创建了一个 `ResNet18Classifier` 对象，并将其分类类别数量作为参数传递给构造函数。