使用 PyTorch Hub 的 `torch.hub.load` 加载本地模型

PyTorch Hub 提供了一个方便的接口来加载预训练的模型。然而，如果你有一个本地的模型，你可能需要使用 torch.hub.load 来加载它，而不是使用 torch.hub.load_state_dict_from_url。
torch.hub.load 是一个相对较新的函数，可以让你加载本地的模型。这个函数需要两个参数：模型名称和模型路径。
下面是一个如何使用 torch.hub.load 的简单示例：

import torch
import torchvision.models as models
from torch.hub import load
# 定义模型名称和路径
model_name = 'resnet18'
model_path = '/path/to/your/model'
# 使用 torch.hub.load 加载模型
model = load(model_name, model_path)

在这个示例中，我们首先导入必要的库，然后定义模型名称和路径。最后，我们使用 torch.hub.load 加载模型。
注意：你需要将 model_name 和 model_path 替换为你自己的模型名称和路径。
另外，如果你的模型是一个目录，其中包含一个 model.pt 文件，你可以直接传递目录路径，而不是文件名。例如：

model = load('resnet18', '/path/to/your/model_directory')

在这个例子中，model.pt 文件应该在 /path/to/your/model_directory 目录中。
注意：在运行上述代码之前，请确保你的 PyTorch 版本支持 torch.hub.load。这个函数在 PyTorch 1.6.0 或更高版本中可用。如果你的 PyTorch 版本较低，你可能需要升级 PyTorch 来使用这个函数。
希望这个指南对你有所帮助！如果你有任何问题或需要进一步的帮助，请随时提问。