1、查找最优的ResNet50预训练版本
从具体的预训练模型目录 <no title> — Torchvision 0.20 documentation 中，可以知道表现最好的ResNet50版本
2、加载ResNet50预训练模型
加载预训练模型使用TorchVision方式，torch.hub.load方式本文不再研究。
from torchvision import models resnet50 = models.resnet50(weights=models.ResNet50_Weights.IMAGENET1K_V2)
会自动下载指定的模型
样本集
训练
Pytorch迁移学习使用Resnet50进行模型训练预测猫狗二分类-阿里云开发者社区
ResNet50训练自己的分类模型（pt、onnx）_resnet50 onnx-CSDN博客
保存训练出来的最优模型，这方面有两种方式（不同方式保存对应的加载方式也不同）
两种方式的优缺点 torch保存和加载 模型、参数_torch加载模型-CSDN博客
torch.save()与torch.jit.script() 参考PyTorch模型保存的两种方式-百度开发者中心
torch.save(model, path) 与 torch.save(model.state_dict(), path) 参考 pytorch保存模型参数 pytorch 保存整个模型_mob6454cc6c8549的技术博客_51CTO博客
PyTorch中通过torch.save保存模型和torch.load加载模型介绍_pytorch_fengbingchun-华为开发者空间
（从0-1带你了解）Pytorch之模型的读取_pytorch 读取模型-CSDN博客
部署
模型部署｜ResNet50基于TensorRT FP16生成Engnie文件的C++工程_《自动驾驶中的深度学习模型量化、部署、加速实战》（源代码）-CSDN专栏
【ResNet50相关内容】
How to Train State-Of-The-Art Models Using TorchVision’s Latest Primitives | PyTorch
标签：ResNet50,训练,模型,torch,save,加载 From： https://www.cnblogs.com/xixixing/p/18497988