ResNeXt WSL：8億參數，用ImageNet做微調，pytorch一行代碼調用ResNeXt WSL。

ResNeXt WSL，有超過8億個參數，用Instagram上面的9.4億張圖做了 (弱監督預訓練) ，用ImageNet做了微調。

名詞解釋：WSL是弱監督學習

4種模型的名稱、參數、準確率：

ResNext-101 32x48d型號在ImageNet上實現了85.4%的最新精度。

一行代碼可調用

現在，四個預訓練模型都已經開源。加載只需：

import torch
model = torch.hub.load('facebookresearch/WSL-Images', 'resnext101_32x8d_wsl')
# or
# model = torch.hub.load('facebookresearch/WSL-Images', 'resnext101_32x16d_wsl')
# or
# model = torch.hub.load('facebookresearch/WSL-Images', 'resnext101_32x32d_wsl')
# or
#model = torch.hub.load('facebookresearch/WSL-Images', 'resnext101_32x48d_wsl')
model.eval()

對torch.hub不懂得可以參考這篇博客：PyTorch Hub發佈！一行代碼調用所有模型：torch.hub