pytorch返回网络结构（模型）中间层的输出

• 场景

        网络训练好后，在用网络进行推理的过程，想多输出模型中间层的结果。

• 方法

        更改中间变量的名称，直接在return中加上该变量。

• 示例

        在domain adversarial neural network代码结构中，如果在模型训练时，我们只返回了D,h的结果用于后续损失计算，在推理时我们突然想看编码器输出特征z。        原先的代码：

    def forward(self, x: torch.Tensor, _lambda):

        x = self.parts_before(x)

        x_ = self.grl(x)
        x_ = self.domain_classifier(x_)

        x = self.class_predictor(x)

        return x_, x

        推理时的代码：

    def forward(self, x: torch.Tensor, _lambda):

        x_latent = self.parts_before(x)

        x_ = self.grl(x_latent)
        x_dc = self.domain_classifier(x_)

        x_cp = self.class_predictor(x)

        return x_dc, x_cp，x_latent 

        这样推理时同样可以用之前训练好的模型。本质上只是对网络中间层的重命名，不影响网络结构就行。至于返回个数，在外部调用函数时多加个返回值就行。