从 torchvision 0.13开始，加载预训练模型函数的参数从 pretrained = True 改为 weights=预训练模型参数版本 。且旧版本的写法将在未来的torchvision 0.15版本中被Deprecated 。
from torchvision import models # 旧版本的写法，将在未来的torchvision 0.15版本中被Deprecated model_old = models.resnet50(pretrained=True) # deprecated model_old = models.resnet50(True) # deprecated # torchvision 0.13及以后的新版本写法 model_new = models.resnet50(weights=models.ResNet50_Weights.IMAGENET1K_V1) # 没有预训练模型加载 model = models.resnet50(weights=None) model = models.resnet50()
其中，第8行代码的 IMAGENET1K_V1 表示的是 ResNet-50 在 ImageNet 数据集上进行预训练的第一个版本的权重参数文件。是一个版本标识符。
在旧版本的写法 pretrained = True 中，对于预训练权重参数我们没有太多选择的余地，一执行起来就要使用默认的预训练权重文件版本。但问题是，现在深度学习的发展日新月异，很快就有性能更强的模型横空出世。
而使用新版本写法 weights=预训练模型参数版本 ，相当于我们掌握了预训练权重参数文件的选择权。我们就可以尽情地使用更准更快更强更新的预训练权重参数文件，帮助我们的研究更上一层楼。
举个例子：
from torchvision import models # 加载精度为76.130%的旧权重参数文件V1 model_v1 = models.resnet50(weights=models.ResNet50_Weights.IMAGENET1K_V1) # 等价写法 model_v1 = models.resnet50(weights="IMAGENET1K_V1") # 加载精度为80.858%的新权重参数文件V2 model_v2 = models.resnet50(weights=models.ResNet50_Weights.IMAGENET1K_V2) # 等价写法 model_v1 = models.resnet50(weights="IMAGENET1K_V2")
如果你不知道哪个权重文件的版本是最新的，没关系，直接选择默认DEFAULT即可。官方会随着 torchvision 的升级而让 DEFAULT 权重文件版本保持在最新。如下代码所示：
from torchvision import models # 如果你不知道哪个版本是最新, 直接选择默认DEFAULT即可 model_new = models.resnet50(weights=models.ResNet50_Weights.DEFAULT)标签：use,resnet50,torchvision,may,deprecated,models,weights,版本,model From： https://www.cnblogs.com/xjkj/p/17726219.html