10

我指的是可以在这里找到的模型：https ://pytorch.org/docs/stable/torchvision/models.html#torchvision-models

4

3 回答 3

23

正如@dennlinger在他的回答中提到的那样：torch.utils.model_zoo当您加载预训练模型时，会在内部调用。

更具体地说，torch.utils.model_zoo.load_url()每次加载预训练模型时都会调用方法：相同的文档提到：

的默认值model_dir是默认为的$TORCH_HOME/models地方 。$TORCH_HOME~/.torch

可以使用$TORCH_HOME 环境变量覆盖默认目录。

这可以按如下方式完成：

import torch 
import torchvision
import os

# Suppose you are trying to load pre-trained resnet model in directory- models\resnet

os.environ['TORCH_HOME'] = 'models\\resnet' #setting the environment variable
resnet = torchvision.models.resnet18(pretrained=True)

通过在 PyTorch 的 GitHub 存储库中提出问题，我遇到了上述解决方案： https ://github.com/pytorch/vision/issues/616

这导致了文档的改进，即上述解决方案。

于 2018-10-12T17:44:21.150 回答
7

是的，您可以简单地复制 url 并将wget其下载到所需的路径。这是一个插图：

对于亚历克斯网：

$ wget -c https://download.pytorch.org/models/alexnet-owt-4df8aa71.pth

对于Google Inception (v3)：

$ wget -c https://download.pytorch.org/models/inception_v3_google-1a9a5a14.pth

对于SqueezeNet：

$ wget -c https://download.pytorch.org/models/squeezenet1_1-f364aa15.pth

对于MobileNetV2：

$ wget -c https://download.pytorch.org/models/mobilenet_v2-b0353104.pth

对于DenseNet201：

$ wget -c https://download.pytorch.org/models/densenet201-c1103571.pth

对于MNASNet1_0：

$ wget -c https://download.pytorch.org/models/mnasnet1.0_top1_73.512-f206786ef8.pth

对于ShuffleNetv2_x1.0：

$ wget -c https://download.pytorch.org/models/shufflenetv2_x1-5666bf0f80.pth

如果您想在 Python 中执行此操作，请使用以下内容：

In [11]: from six.moves import urllib

# resnet 101 host url
In [12]: url = "https://download.pytorch.org/models/resnet101-5d3b4d8f.pth"

# download and rename the file to `resnet_101.pth`
In [13]: urllib.request.urlretrieve(url, "resnet_101.pth")
Out[13]: ('resnet_101.pth', <http.client.HTTPMessage at 0x7f7fd7f53438>)

PS：你可以在torchvision.models的各个python模块中找到下载地址

于 2018-10-03T18:07:33.990 回答
-2

TL;DR：不，直接不可能，但您可以轻松调整它。

我认为您要做的是查看torch.utils.model_zoo，当您加载预训练模型时会在内部调用它：

如果我们查看预训练模型的代码，例如此处的 AlexNet ，我们可以看到它只是调用了前面提到的model_zoo函数，但没有保存位置。您可以修改 PyTorch 源以指定它（这实际上是 IMO 的一个很好的补充，因此可能会为此打开一个拉取请求），或者只需根据自己的喜好采用第二个链接中的代码（并将其保存到使用不同名称的自定义位置），然后在此处手动插入相关位置。

如果您想定期更新 PyTorch，我强烈推荐第二种方法，因为它不涉及直接更改 PyTorch 的代码库，并且在更新期间可能会引发错误。

于 2018-10-03T16:31:44.287 回答