torchvision.models.resnet 和 torch.hub.load 有什么不同？

Question

pytorch的resnet有两种使用方法

方法一：

import torch
model = torch.hub.load('pytorch/vision:v0.10.0', 'resnet50', pretrained=True)
model.eval()

方法二：

import torch    
net = models.resnet50(pretrained=True)

他们加载的是同一个模型吗？如果不是有什么区别？

Answer 1

如果您以这种方式加载模型，那么它们之间的唯一区别是层数，因为您使用 Torch Hub 加载 resnet18和 resnet50 与 Models（因此，也是预训练的权重）。它们的行为不同，您可以在 this paper.

中看到更多相关信息

Torch Hub 还允许您在存储库中发布预训练模型，但由于您是从 'pytorch/vision:v0.10.0'（与 Models 正在加载神经网络），应该没有区别：

model = torch.hub.load('pytorch/vision', 'resnet18', pretrained=True)

和

model = models.resnet18(pretrained=True)