qiuzitao深度学习之PyTorch实战（五）
史上最简单、实际、通俗易懂的PyTorch实战系列教程！（新手友好、小白请进）
一、PyTorch强大的 hub 模块
类似于Model Zoo（模型动物园） ：把大神论文的网络模型和预训练好的模型直接调用，且只需傻瓜式的输入一行代码。
Model Zoo 是麻省理工 (MIT) 和新加坡的联合项目，名字叫SMURF中的许靖宇搭建的。
Model Zoo 网站：https://modelzoo.co/
类似的模型库还有：TensorFlow Hub、TensorFlow Models、Models – IBM Developer
2019年6 月 11 日，Facebook 宣布推出 PyTorch Hub。它是一个简单的 API 和工作流程，包含CV、NLP领域的诸多经典模型的聚合中心，为深度学习研究的复现提供了基础的构建模块。例如ResNet、BERT、GPT、VGG、PGAN、MobileNet等深度学习领域的经典模型，只需输入一行代码，我们就能一键调用，极大的改善了论文的可复现性难题。
GitHub地址：https://github.com/pytorch/hub
模型地址：https://pytorch.org/hub/research-models
例如 PyTorch hub 中这个模型：基于ResNet做一个图像分割：
下面这个是机器翻译模型：
目前 PyTorch hub 中有31个模型，后面还会越来越多，这是我们二次开发的福利，用造好的轮子直接用，站在巨人的肩膀上学习。
二、教你怎么用 hub 模块
第一先进入模型地址：https://pytorch.org/hub/
选择一个你想调用的模型，这里我以 ResNet101那个图像分割为例，点进去。
点进去后，你可以看到已经有写好的代码例子给我们程序工具人来搬运了，也可以在GitHub上面查看或者再Google colab上面打开，谷歌这个是个云平台，可以直接在上面运行代码。
你也可以在GitHub地址上面选择模型来进行调用：https://github.com/pytorch/hub
我们可以看到他会详细的告诉你这个网络的架构和你如何去调用他的模型、模型版本、多少层网络的等。也可以看到他给你的例子和结果，你可以直接搬运去用，不过第一步在下载这个模型可能需要一段时间。
虽然站在巨人的肩膀上学习可以让我们看的更远，也可以更香更爽的开发，但是我们在调用过程中，也要去思考一下这个巨人的一些基础信息，这样的话我们才能站得更稳。