pytorch 预训练模型集合（网络定义与预训练模型下载）

参考文章：Pytorch 预训练模型下载和加载

github国内加速克隆及下载

fastgit.org
https://doc.fastgit.org/
cnpmjs.org
https://github.com.cnpmjs.org/
gitclone.com
https://gitclone.com/
gitee
https://gitee.com/mirrors

• 克隆加速（就是把github的基本地址替换为国内镜像的基本地址，具体资源的路径保持不变）

#原地址
git clone https://github.com/kubernetes/kubernetes.git
#改为
git clone https://github.com.cnpmjs.org/kubernetes/kubernetes.git
#或者
git clone https://hub.fastgit.org/kubernetes/kubernetes.git
#或者
git clone https://gitclone.com/github.com/kubernetes/kubernetes.git

• 下载加速

#原地址
wget https://github.com/goharbor/harbor/releases/download/v2.0.2/harbor-offline-installer-v2.0.2.tgz
#改为
wget https://hub.fastgit.org/goharbor/harbor/releases/download/v2.0.2/harbor-offline-installer-v2.0.2.tgz

• 免替换方法（git配置）

git config --global url."https://github.com/".insteadOf https://github.com.cnpmjs.org/

git clone https://github.com/kubernetes/kubernetes.git

github上的仓库

常用预训练模型在这里面：https://github.com/pytorch/vision/tree/master/torchvision/models
但是上述网址只有常见的 backbone （vgg, resnet, densenet, alexnet）

在 GitHub 上，还找到了一个项目，提供 NASNet, SENet，ResNeXt, ResNet, InceptionV4, InceptionResnetV2, Xception, DPN 等网络的定义，及预训练模型的下载：https://github.com/Cadene/pretrained-models.pytorch
具体下载位置是：https://data.lip6.fr/cadene/pretrainedmodels/

如何加载下载好的预训练模型

一般使用的是使用 model.load_state_dict() 配合load_url()函数。
注意：load_url（）不仅可以是指向网络地址，也可指向本地。

model_urls = {
       'resnet50': '/home/huihua/NewDisk1/pretrain_parameter/resnet50-19c8e357.pth',}
def resnet50(pretrained=False, **kwargs):
	model = ResNet(Bottleneck, [3, 4, 6, 3], **kwargs)
	if pretrained:
		model.load_state_dict(model_zoo.load_url(model_urls['resnet50']))
	return model

PyTorch 在加载模型时候首先检查本地缓存是否已经存在预训练模型，所以在本地缓存汇总预先放入已经下载的模型可快速加载模型。
如果需要更改预训练模型的位置，可以在文件开头加入：

os.environ['TORCH_HOME']= './pretrained_models/'

在 pretrained_models 文件夹下新建一个 checkpoints 文件夹并把预训练模型放入即可。