pytorch提供了torch.hub.load()函数加载模型，该方法可以从网上直接下载模型或是从本地加载模型。官方文档
torch.hub.load(repo_or_dir, model, *args, source='github', trust_repo=None, force_reload=False, verbose=True, skip_validation=False, **kwargs)
参数说明：
repo_or_dir( string ) 如果是 ‘github’， 这应该对应于格式为可选的ref（标记或分支），例如 ‘pytorch/vision：0.10’。 如果是“local”，则它应该是本地目录的路径。sourcerepo_owner/repo_name[:ref]refmainmastersource
model ( string ) 在dir的hubconf.py。
*args（可选）callable 的相应参数。
source ( string , optional ) ‘github’ 或 ‘local’。指定如何解释repo_or_dir。
force_reload ( bool , optional ) 是否无条件强制重新下载github repo。默认为False，即下一次直接从本地读取。
verbose ( bool , optional ) 如果False，静音有关命中本地缓存的消息。请注意，有关首次下载的消息无法静音。如果source = 'local’没有任何影响。默认为True。
skip_validation ( bool , optional ) 如果False，torchhub 将检查github参数指定的分支或提交是否正确属于 repo 所有者。这将向 GitHub API 发出请求；您可以通过设置GITHUB_TOKEN环境变量来指定非默认 GitHub 令牌 。默认为False。
**kwargs(可选) 可调用的对应kwargs。
加载vggish预训练模型
vggish模型用于音频分类模型的特征嵌入，预训练的pytorch版本：harritaylor/torchvggish，该版本的权重直接从tensorflow模型移植，因此使用“torchvggish”创建的嵌入将是相同的。
官方的加载模型示例代码：
import torchmodel = torch.hub.load('harritaylor/torchvggish', 'vggish')
model.eval()# Download an example audio file
import urllib
url, filename = ("http://soundbible.com/grab.php?id=1698&type=wav", "bus_chatter.wav")
try: urllib.URLopener().retrieve(url, filename)
except: urllib.request.urlretrieve(url, filename)model.forward(filename)
运行这个代码块会自动从github上加载预训练的torchvggish模型和与训练权重，如果在hub里提示缺少什么包直接装就可以。
这里要提一个问题：如果在下载模型的中途中断下载，那么下次运行这个代码的时候可能会报错：
RuntimeError: unexpected EOF, expected 198783261 more bytes. The file might be corrupted.
这个问题是说从本地加载的文件是残缺的，不完整。因为该方法会首先从本地load文件，而你之前下载的文件没下完，设置force_reload为True也没啥用，需要找到你本地下载下来的预训练模型pth文件并且删掉，就可以重新下载了。
)
