搭建PyTorch图像分类器触发未知错误，寻求错误原因与修改方向指导

当前触发的urllib.error.HTTPError: HTTP Error 403: rate limit exceeded属于GitHub API访问速率限制错误。torch.hub.load方法运行时会向GitHub的PyTorch官方仓库发起请求拉取模型相关代码与权重，GitHub对未认证的公开请求有访问频率限制，短时间内多次调用、或者多设备共用公网IP的场景下很容易触发该限制，导致模型加载失败。

• 模型加载逻辑位置调整：当前torch.hub.load写在ImageClassifier函数内部，相当于每次用户选择图片都会重新加载一次模型，既会重复触发Hub请求加大超限概率，也会大幅降低推理速度，建议把模型加载逻辑移到全局初始化位置，程序启动时只加载一次即可。
• Hub加载方式替换：可以直接用torchvision内置的ResNet接口加载模型，替换torch.hub.load相关代码，不需要走Hub请求通道，从根源上避免访问GitHub的步骤。
• 变量名错误修复：ImageClassifier函数中预处理步骤写的是input_tensor = preprocess(image)，但函数入参是MLImage，变量名不匹配会触发未定义报错，需要改成对应入参名。
• 无效调用删除：userfilewindow.pack()和ImageClassifier.Pack()两行都是无效调用，Toplevel窗口没有pack方法，函数本身也不存在Pack属性，这两行运行会触发后续报错，直接删除即可。
• 本地依赖检查：需要确保项目目录下存在imagenet_classes.txt标签文件，否则读取标签的步骤会触发文件不存在报错。

内容的提问来源于stack exchange，提问作者Christian Griffin