学堂学堂学堂公众号手机端

在PyTorch中使用预训练的模型可以通过torchvision库中的models模块实现。该模块包含了一些常用的预训练模型，如ResNet、VGG、AlexNet等。以下是一个使用预训练的ResNet模型的示例

lewis 2年前 (2023-11-14) 阅读数 4 #技术

在PyTorch中使用预训练的模型可以通过torchvision库中的models模块实现。该模块包含了一些常用的预训练模型，如ResNet、VGG、AlexNet等。以下是一个使用预训练的ResNet模型的示例：

importtorch
importtorchvision.modelsasmodels
importtorchvision.transformsastransforms
fromPILimportImage

#加载预训练的ResNet模型
model=models.resnet18(pretrained=True)
model.eval()

#加载一张图片进行推理
transform=transforms.Compose([
transforms.Resize(256),
transforms.CenterCrop(224),
transforms.ToTensor(),
transforms.Normalize(mean=[0.485,0.456,0.406],std=[0.229,0.224,0.225]),
])

img=Image.open('image.jpg')
img=transform(img)
img=img.unsqueeze(0)#添加一个维度作为batch

#进行推理
output=model(img)

在上面的示例中，我们首先加载了预训练的ResNet模型，并设置为evaluation模式。然后，我们加载了一张图片，并对其进行预处理，最后通过模型进行推理得到输出。需要注意的是，我们在推理之前还需要调用model.eval()来将模型设置为evaluation模式。

版权声明

本文仅代表作者观点，不代表博信信息网立场。

上一篇：在MySQL中，主键是用来唯一标识一条记录的字段，一个表只能有一个主键。主键可以是一个或多个字段的组合，但字段内容必须唯一且不能为空。在MySQL中，可以使用以下语法定义主键下一篇：在PyTorch中，可以通过以下步骤来进行模型的训练和评估