在學習在Python應用程式中使用預先訓練的模型之前，讓我們首先驗證這些模型是否安裝在您的機器上，並且可以通過Python代碼訪問。

安裝Caffe2時，預培訓的模型將複製到安裝文件夾中。在安裝了Anaconda的機器上，以下文件夾中提供了這些型號。

anaconda3/lib/python3.7/site-packages/caffe2/python/models

查看計算機上的安裝文件夾以了解這些型號的存在。您可以嘗試使用以下簡短的Python腳本從安裝文件夾加載這些模型−

CAFFE_MODELS = os.path.expanduser("/anaconda3/lib/python3.7/site-packages/caffe2/python/models")

INIT_NET = os.path.join(CAFFE_MODELS, 'squeezenet', 'init_net.pb')

PREDICT_NET = os.path.join(CAFFE_MODELS, 'squeezenet', 'predict_net.pb')

print(INIT_NET)

print(PREDICT_NET)

當腳本成功運行時，您將看到以下輸出−

/anaconda3/lib/python3.7/site-packages/caffe2/python/models/squeezenet/init_net.pb

/anaconda3/lib/python3.7/site-packages/caffe2/python/models/squeezenet/predict_net.pb

這確認擠壓網模塊已安裝在您的計算機上，並且您的代碼可以訪問它。

現在，您可以編寫自己的Python代碼，使用Caffe2squezenetpre-trained模塊進行圖像分類。