有什么方法可以将 PyTorch 中可用的预训练模型下载到特定路径？答案

【问题标题】：Is there any way I can download the pre-trained models available in PyTorch to a specific path?有什么方法可以将 PyTorch 中可用的预训练模型下载到特定路径？
【发布时间】：2019-03-08 18:09:45
【问题描述】：

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

【问题讨论】：

标签： python deep-learning pytorch pre-trained-model torchvision

【解决方案1】：

正如在他的answer 中提到的@dennlinger ：torch.utils.model_zoo，在您加载预训练模型时被内部调用。

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

model_dir 的默认值为$TORCH_HOME/models，其中 $TORCH_HOME 默认为 ~/.torch。

可以使用$TORCH_HOME 覆盖默认目录环境变量。

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)

我在 PyTorch 的 GitHub 存储库中提出问题时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。

【讨论】：

对我来说它在 ~/.cache/torch 中，没有明确设置它

【解决方案2】：

是的，您可以简单地复制网址并使用wget 将其下载到所需的路径。这是一个插图：

对于 AlexNet：

$ 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

如果你想在 Python 中做，那么使用类似的东西：

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>)

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

【讨论】：

【解决方案3】：

TL;DR：不，不能直接使用，但您可以轻松适应它。

我想你要做的是查看torch.utils.model_zoo，它是在加载预训练模型时在内部调用的：

如果我们查看预训练模型的代码，例如 AlexNet here，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抛出错误。

【讨论】：