Timm使用教程

kaggle代码链接：https://www.kaggle.com/code/hallo123/timm-tutorial（逐步调试运行）
官方指导链接：https://huggingface.co/docs/timm/quickstart#quickstart

timm（Pytorch Image Models）项目是一个图像分类模型库，通过timm可以轻松的搭建出各种sota模型（目前内置预训练模型592个，包含densenet系列、efficientnet系列、resnet系列、vit系列、vgg系列、inception系列、mobilenet系列、xcit系列等等），并进行迁移学习。

核心掌握点

1.安装timm
2.加载预训练模型
2.1.手动加载对应模型
2.2 计算模型参数量
3.查看模型列表
4.模型微调最后一层
5.特征提取
可视化网络结构
可视化模型结构
6.查看/设定模型的图像增强方法
7.使用预训练模型进行推断
（1）待预测的图片
（2）加载模型，获取数据预处理方法
（3） 调用模型预测
（4） 用softmax获取预测概率
（5）根据索引号对应分类
8.使用timm中可复用的模块
9.修改模型
9.1 修改模型层
9.2 添加外部输入
9.3 添加额外输出

使用教程：timm使用教程