timm库的安装和使用

转载自：(21条消息) PackagesNotFoundError: The following packages are not available from current channels的解决办法_正在学习的黄老师的博客-CSDN博客_packagesnotfounderror

(21条消息) timm库使用_粟悟饭&龟波功的博客-CSDN博客_timm

一、timm库简介PyTorch Image Models，简称timm，是一个巨大的PyTorch代码集合，整合了常用的models、layers、utilities、optimizers、schedulers、data-loaders/augmentations和reference training/validation scripts。

二、安装

一般来说，conda install timm就可以了。但是我在安装时却出现这个错误：PackagesNotFoundError: The following packages are not available from current channels

解决方法：将conda-forge添加到搜索路径上首先，当出现这种报错时，应该首先尝试使用以下命令将conda-forge channel添加到你的channel列表中：

conda config --append channels conda-forge

它告诉conda在搜索软件包时也要在conda-forge channel上查看。

然后你就可以尝试利用如下命令再次安装。

conda install timm

原因在于：channel可以看成是托管python包的服务器，当无法通过标准channel获得python包时，社区驱动的conda-forge通常是一个很好的地点。大部分问题都可以利用这条语句解决。

三、使用

1.查看所有模型

model_list = timm.list_models()

print(model_list)

2.查看具有预训练参数的模型

model_pretrain_list = timm.list_models(pretrained=True)

print(model_pretrain_list)

3.检索特定模型

model_resnet = timm.list_models('*resnet*')

print(model_resnet)

4.创建模型

x = torch.randn((1, 3, 256, 512))

modle_mobilenetv2 = timm.create_model('mobilenetv2_100', pretrained=True)

out = modle_mobilenetv2(x)

# print(out.shape)

# torch.Size([1, 1000]

5.创建模型–改变输出类别数

x = torch.randn((1, 3, 256, 512))

modle_mobilenetv2 = timm.create_model('mobilenetv2_100', pretrained=True, num_classes=100)

out = modle_mobilenetv2(x)

# print(out.shape)

# torch.Size([1, 100])

6.创建模型–改变输入通道数

x = torch.randn((1, 10, 256, 512))

modle_mobilenetv2 = timm.create_model('mobilenetv2_100', pretrained=True, in_chans=10)

out = modle_mobilenetv2(x)

# print(out.shape)

# torch.Size([1, 1000])

7.创建模型–只提取特征

x = torch.randn((1, 3, 256, 512))

modle_mobilenetv2 = timm.create_model('mobilenetv2_100', pretrained=True, features_only=True)

out = modle_mobilenetv2(x)

# for o in out:

# print(o.shape)

# torch.Size([1, 16, 128, 256])

# torch.Size([1, 24, 64, 128])

# torch.Size([1, 32, 32, 64])

# torch.Size([1, 96, 16, 32])

# torch.Size([1, 320, 8, 16])