PyTorch ResNet101 调用指南 - 预训练模型与自定义模型

要调用 ResNet-101，可以使用以下代码：

import torch
import torchvision.models as models

resnet101 = models.resnet101(pretrained=True)

这将下载预训练的 ResNet-101 模型并将其加载到内存中。现在，您可以将输入传递给模型进行推理。

例如，如果您想将一个大小为 224 x 224 x 3 的图像传递给模型进行推理，则可以执行以下操作：

input_image = torch.randn(1, 3, 224, 224)
output = resnet101(input_image)

在这里，您首先创建一个大小为 1x3x224x224 的张量作为输入图像。然后将它传递给 resnet101 模型进行推理，并将结果存储在 output 变量中。

请注意，如果您不想使用预训练的模型，可以使用以下代码创建一个新的 ResNet-101 模型：

import torch
import torchvision.models as models

resnet101 = models.resnet101(pretrained=False)

在这里，我们将 pretrained 参数设置为 False，这将创建一个没有加载预训练权重的新模型。