我在PyTorch中训练了一个CNN模型，用于检测6种不同类别的皮肤病。我的模型达到了92%的准确率，并保存为.pth文件。我希望使用这个模型进行预测，但不知道如何操作。如果有人能指导我完成必要的步骤，我将不胜感激。

我尝试直接从文件夹中获取图像输入，调整其大小，然后通过模型运行以进行预测。我遇到的错误是ModuleAttributeError，提示没有名为predict的属性。现在我不明白我哪里做错了，我知道这对大多数人来说是一个简单的任务，但我希望能在这方面得到一些指导。我使用的数据集是来自Kaggle的Skin Cancer MNIST: HAM10000数据集，并使用ResNet18进行训练。如果有人对模型微调有任何建议，我将非常感激。

简而言之：我遇到了一个名为ModuleAttributeError的错误，提示’ResNet’模块没有名为’predict’的属性。

图像在此处进行预处理，如下所示：

...

这是我构建模型的地方：

...

最后，这是带有预测功能的训练过程：

...

这是执行后立即出现的错误。

...

如果有人能帮助我解决这个问题，并使其作为皮肤病的分类器正常工作，我将非常感激。

回答：

nn.Module没有predict函数，只需调用对象进行推理：

prediction = model(img_reshape)

这将调用对象的__call__函数，该函数反过来调用模型的forward函数。