torchvision.models.resnet 和 torch.hub.load 有什么不同?
What is the different for torchvision.models.resnet and torch.hub.load?
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?
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)
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?
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.
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)