机器学习 · 函数

获取预训练模型

从 torchvision.models 获取预训练模型。参数: 模型名称: 模型名称，如 'resnet18', 'resnet50', 'vit_b_16' 等预训练: 是否加载预训练权重，默认为 True 返回: 预训练模型实例

调用签名(模型名称: 'str' = 'resnet18', 预训练: 'bool' = True)

获ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 完整案例：按字段调用 获取预训练模型
设 结果 = 机器学习.获取预训练模型(
    模型名称='resnet18',  # 可选；对象在代码和设计稿里的唯一名称，后续查找、更新、...
    预训练=True,  # 可选；布尔开关 预训练,传 真 或 假 控制行为;不传...
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

2 个参数

参数类型 / 传入方式说明

模型名称可选 · 默认 'resnet18'

str位置参数或字段名=值

对象在代码和设计稿里的唯一名称，后续查找、更新、删除都靠它。

常见错误：传非字符串会报 TypeError;按字符串类型传值

预训练可选 · 默认 True

bool位置参数或字段名=值

布尔开关预训练,传真或假控制行为;不传时按默认值。

常见错误：传非布尔会报 TypeError;用真/假或 True/False

Playbook

基础用法 · 进阶组合 · 错误排查

# 完整案例：按字段调用 获取预训练模型
设 结果 = 机器学习.获取预训练模型(
    模型名称='resnet18',  # 可选；对象在代码和设计稿里的唯一名称，后续查找、更新、...
    预训练=True,  # 可选；布尔开关 预训练,传 真 或 假 控制行为;不传...
)
打印(结果)

# 进阶组合:获取预训练模型 配合 机器学习 业务流使用
设 模型 = 机器学习.训练线性回归([[1], [2], [3]], [2, 4, 6])
设 结果 = 机器学习.获取预训练模型(
    模型名称='resnet18',  # 可选
    预训练=True,  # 可选
)
设 结果 = 机器学习.预测(模型, [[4]])
打印(结果)

# 错误排查:类型不匹配
# 错误:传错类型
# 设 结果 = 机器学习.获取预训练模型(模型名称=None)  # TypeError
# 修复:按字段类型 str 传值
设 结果 = 机器学习.获取预训练模型(模型名称='resnet18')
打印(结果)