PyTorch预训练模型下载与使用指南

1. PyTorch模型下载概述

PyTorch作为当前最流行的深度学习框架之一，其官方模型库(Model Zoo)包含了大量经过预训练的模型资源。这些模型覆盖了计算机视觉、自然语言处理、语音识别等多个领域，可以直接下载使用或进行迁移学习。对于深度学习从业者来说，掌握PyTorch官方模型的下载方法是必备的基础技能。

PyTorch官方提供的预训练模型主要分布在以下几个位置：

• torchvision.models：包含经典的CNN模型如ResNet、VGG、AlexNet等
• torchaudio.models：音频处理相关模型
• torchtext.models：文本处理相关模型
• transformers库：提供BERT、GPT等Transformer架构模型

2. 通过torchvision下载视觉模型

2.1 基本下载方法

torchvision.models模块提供了最简单的模型下载方式。以ResNet50为例：

python复制import torchvision.models as models

# 下载预训练模型
model = models.resnet50(pretrained=True)

# 不下载权重，仅获取模型结构
model = models.resnet50(pretrained=False)

当pretrained=True时，PyTorch会自动下载模型权重文件并加载。默认下载位置为：

• Linux: ~/.cache/torch/hub/checkpoints
• Windows: C:\Users<username>.cache\torch\hub\checkpoints

2.2 模型权重缓存机制

PyTorch使用缓存机制管理下载的模型权重：

1. 首次下载时会在缓存目录保存.pth权重文件
2. 再次使用时直接从缓存加载
3. 可通过torch.hub.set_dir()修改缓存路径

注意：下载的权重文件与PyTorch版本相关，不同版本可能需要重新下载

2.3 指定下载源

国内用户可以通过镜像源加速下载：

python复制import os
os.environ['TORCH_HOME'] = '/path/to/your