[输入参数类型不一致]torchvision.models.resnet152¶

torchvision.models.resnet152 ¶

          torchvision.models.resnet152(*, weights: Optional[ResNet152_Weights] = None, progress: bool = True, **kwargs: Any)

         

paddle.vision.models.resnet152 ¶

          paddle.vision.models.resnet152(pretrained=False, **kwargs)

         

两者功能一致，但参数类型不一致。具体而言，PyTorch 框架中内置了两种预训练权重模型，分别为 ResNet152_Weights.IMAGENET1K_V1 和 ResNet152_Weights.IMAGENET1K_V2。而 PaddlePaddle 框架中仅内置了一种预训练权重模型。在使用模型转换工具 PaConvert 时，无论用户在 PyTorch 中选择使用哪种预训练权重类型，均会统一转换为 PaddlePaddle 中的 pretrained=True 参数配置。

参数映射¶

torchvision	PaddlePaddle	备注
weights	pretrained	预训练权重，PyTorch 参数 weights 为 ResNet152_Weights 枚举类或 String 类型，Paddle 参数 pretrained 为 bool 类型，需要转写。
progress	-	是否显示下载进度条，Paddle 无此参数，一般对网络训练结果影响不大，可直接删除。
kwargs	kwargs	附加的关键字参数。

转写示例¶

weights: 预训练权重¶

           # PyTorch 写法
torchvision.models.resnet152(weights=torchvision.models.ResNet152_Weights.DEFAULT)

# Paddle 写法
paddle.vision.models.resnet152(pretrained=True)