pytorch构建resnet50

以下是使用PyTorch构建ResNet50的示例代码：

from torchvision import models

# 加载ResNet50模型
resnet50 = models.resnet50(pretrained=False)

# 将模型移动到可用的设备上（GPU或CPU）
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
resnet50.to(device)

# 打印模型的摘要信息
summary.summary(resnet50, (3, 224, 224))

这段代码首先从torchvision.models中导入ResNet50模型。然后，我们创建一个ResNet50对象，并设置pretrained参数为False，表示我们不加载预训练的权重。接下来，我们将模型移动到可用的设备上，如果有GPU可用，则使用GPU，否则使用CPU。最后，我们使用summary.summary函数打印模型的摘要信息，该函数需要指定输入的形状。