在還不會自己建模型的時候，今天先試著用已經訓練過的模型來做最基本的圖片辨識，會列出所有已經訓練過的模型，我用網路上薩摩耶的圖片
（圖片來源：https://www.dcard.tw/f/pet/p/233192736）

from torchvision import models
import torch
dir(models)

可以看到很多可以用的模型種類

net = models.efficientnet_b0(pretrained=True)
net

輸入這些後就可以直接下載模型來使用，以上步驟和DAY4的torchhub有一點像，輸入net會輸出這個模型的基本資訊。

from torchvision import transforms
process = transforms.Compose([
        transforms.Resize(256),
        transforms.CenterCrop(224),
        transforms.ToTensor(),
        transforms.Normalize(
            mean=[0.4, 0.5, 0.4],
            std=[0.28, 0.24, 0.26]
        )])

對輸入圖片做出一些處理，若是更改mean std都會對輸出結果有一定程度的影響。

from PIL import Image
img = Image.open("圖片路徑")
img1 = process(img)

載入圖片然後做一些處理

with open('/imagenet_classes.txt') as f:
    labels = [line.strip() for line in f.readlines()]
_, index = torch.max(out, 1)

載入類別表
輸出最有可能的種類

[(labels[idx], percentage[idx].item()) for idx in indices[0][:5]]

輸出前五名，我們可以藉由輸出的前五名分析結果。

其餘四項也都是犬類，甚至也有容易跟薩摩耶混淆的白狐狸，而薩摩耶也確實實信心分數最高的。