有一些非常流行的网络如 resnet、squeezenet、densenet等在pytorch里面都有，包括网络结构和训练好的模型。
pytorch自带模型网址：https://pytorch-cn.readthedocs.io/zh/latest/torchvision/torchvision-models/
按官网加载预训练好的模型：
import torchvision.models as models
# pretrained=True就可以使用预训练的模型
resnet18 = models.resnet18(pretrained=True)
print(resnet18)报错如下：
requests.exceptions.ConnectionError: ('Connection aborted.', TimeoutError(10060, '由于连接方在一段时间后没有正确答复或连接的主机没有反应，连接尝试失败。', None, 10060, None))
主要是因为代码会去远端下载模型的参数，而国内的网一般连接不上，这是我们需要手动去下载你要的预训练网络。
通过地址下载，地址有两种获取方式：
1.从报错里面获取，上述代码运行时会出现这样一行信息：
Downloading: "https://download.pytorch.org/models/resnet18-5c106cde.pth" to C:\Users\Luo/.torch\models\resnet18-5c106cde.pth复制这个网址到浏览器，有可能打不开，去掉https://，直接输入download.pytorch.org/models/resnet18-5c106cde.pth就可以下载了。
2.从pytorch的github下找模型的地址：https://github.com/pytorch/vision/tree/master/torchvision/models
找到对应模型名称点进去找地址
下载好后自行保存，我是直接存在pytorch models里面
接下来就是运行这个.pth文件。首先要判断是保存的整个网络结构加参数呢，还是只保存了参数，可以测试一下。这是我的模型是squeezenet1_1，你可以测试自己下载的模型
import torch
pthfile = r'E:\anaconda\app\envs\luo\Lib\site-packages\torchvision\models\squeezenet1_1.pth'
net = torch.load(pthfile)
print(net)结果为
很明显就是只保存了参数，这是我们要换个方法加载模型
import torch
import torchvision.models as models
# pretrained=True就可以使用预训练的模型
net = models.squeezenet1_1(pretrained=False)
pthfile = r'E:\anaconda\app\envs\luo\Lib\site-packages\torchvision\models\squeezenet1_1.pth'
net.load_state_dict(torch.load(pthfile))
print(net)结果;
这下就加载好预训练模型了
另外，还有一种情况，pretrained = False加载模型也要出错
比如
model = torchvision.models.segmentation.fcn_resnet50(pretrained=False)运行会显示如下结果：意思是它会把模型下载到缓存里，但是由于网络问题有时他下载不下来，或者每次运行代码都要重新下载，浪费时间。
这时，我们就手动复制链接下载下来，存放在你的项目里面，然后再把它复制到缓存里面
这时，需要用终端命令，在notebook上可以这样操作：
大意就是，先创建缓存地址，同之前报错的地址一样，之后把下载的文件复制到这个路径下，这样他就不会重新去下载了。