一、简述

        PyTorch Image Models (timm)是一个用于最先进的图像分类的库，包含图像模型、优化器、调度器、增强等的集合；是比较热门的论文及代码库。

        虽然越来越多的低代码和无代码解决方案可以轻松开始将深度学习应用于计算机视觉问题，但我们经常与希望寻求定制解决方案的客户合作针对他们的具体问题；利用最新、最伟大的创新来超越这些服务提供的性能水平。由于新的架构和训练技术被引入到这个快速发展的领域，无论您是初学者还是专家，都可能很难跟上最新的实践，并且在接触新的技术时很难知道从哪里开始。视觉任务，旨在重现与学术基准中呈现的结果相似的结果。

        无论是从头开始训练，还是将现有模型微调到新任务，以及希望利用预先存在的组件来加快我的工作流程，timm 都是用起来让人觉得比较舒服的 PyTorch 计算机视觉库之一。然而，虽然 timm 包含用于重现ImageNet训练结果的参考训练和验证脚本，并且拥有涵盖官方文档和timmdocs 项目中核心组件的文档，但由于该库提供的功能数量众多，因此很难知道在哪里可以找到在自定义用例中应用这些时开始。

        这篇文章的目的是从实践者的角度探索 timm，重点介绍如何在自定义训练脚本中使用 timm 中包含的一些功能和组件。重点不是探索这些概念如何或为何起作用，或者它们如何在 timm 中实现；为此，将在适当的情况下提供原始论文的链接，我会推荐timmdocs以了解有关 timm 内部结构的更多信息。

​二、模型

        timm 最受欢迎的功能之一是其庞大且不断增长的模型架构集合。其中许多模型都包含预训练的权重——要么在 PyTorch 中本地训练，要么从 Jax 和 TensorFlow 等其他库移植——可以轻松下载和使用。

        下面的页