百香果AI山海极简课堂No1|预训练模型：识千物，有汉名。

AI极简课堂

事本不大，啰嗦方难？自今日始，极简课堂，真懂、上手、易做！何必多言，浪费时间！

第1节：预训练模型识千物，有汉名作者：王爱胜资源：pth、GUI、txt邀请您分享：347679968@qq.com

预训练模型（Pre-trained Models）为深度学习重要方法，常用于迁移学习。如，ResNet50 可两法来用：一，直接用预训练模型推理（快速分类）。二是，基于预训练微调（适配自定义任务）。各有优劣，详见AI。

#ResNet50直接应用的12345，这五步让您认清用法：importtorchfromtorchvisionimportmodels, transformsfromPILimportImage
# 1. 加载预训练模型=#models.resnet50(weights=models.ResNet50_Weights.IMAGENET1K_V2)#加载官方预训练权重
model=models.resnet50(weights=None) # 不加载官方预训练权重模型model.load_state_dict(torch.load(“resnet50-0676ba61.pth”,map_location=”cpu”)) # 加载本地权重模型.pthmodel.eval()# 设置为评估模式
# 2. 预处理preprocess=transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize(mean=[0.485,0.456,0.406],std=[0.229,0.224,0.225]),])
img=Image.open(“t.jpeg”)#识别的对象input_tensor=preprocess(img).unsqueeze(0)# 增加 batch 维度
# 3. 推理withtorch.no_grad(): output=model(input_tensor)probabilities=torch.nn.functional.softmax(output[0],dim=0) # 4. 结果predicted_class_idx=probabilities.argmax().item()#索引
#5. 名称filename=”imagenet_classes.txt”# 类别名称文件# 需配合 imagenet_classes.txt 查找具体名称，可自动下载，但是英文，可AI对应中文：importosfilename=”imagenet_classes.txt”ifnotos.path.exists(filename): importurllib.request url=”https://raw.githubusercontent.com/pytorch/hub/master/imagenet_classes.txt” urllib.request.urlretrieve(url, filename)
# 尝试多种编码方式打开classes=[]try: withopen(filename,”r”,encoding=”utf-8″)asf: classes=[line.strip()forlineinf.readlines()]
exceptUnicodeDecodeError:
try: withopen(filename,”r”,encoding=”gbk”)asf: classes=[line.strip()forlineinf.readlines()]
exceptUnicodeDecodeError: withopen(filename,”r”,encoding=”latin-1″)asf: classes=[line.strip()forlineinf.readlines()]
print(f”预测类别索引:{predicted_class_idx}, 置信度:{probabilities[predicted_class_idx].item()*100:.2f}%”)
# 显示类别名称ifpredicted_class_idx<len(classes):class_name=classes[predicted_class_idx]
print(f”预测类别名称:{class_name}”)else: print(f”预测类别名称: 类别索引超出范围 ({predicted_class_idx})”)

GUI界面，可用AI氛围编程生成代码。您所需要，请从阅读原文自由下载分享（含中文名称对照）