用来导出指定子模块(可以是层、模块等nn.Module类型)的输入输出张量,但只可修改输出,常用来导出或修改卷积特征图。
inps, outs = [],[]
def layer_hook(module, inp, out):
inps.append(inp[0].data.cpu().numpy())
outs.append(out.data.cpu().numpy())
hook = net.layer1.register_forward_hook(layer_hook)
output = net(input)
hook.remove()
注意:(1)因为模块可以是多输入的,所以输入是tuple型的,需要先提取其中的Tensor再操作;输出是Tensor型的可直接用。
(2)导出后不要放到显存上,除非你有A100。
(3)只能修改输出out的值,不能修改输入inp的值(不能返回,本地修改也无效),修改时最好用return形式返回,如:
def layer_hook(self, module, inp, out):
out = self.lam * out + (1 - self.lam) * out[self.indices]
return out
这段代码用在manifold mixup中,用来对中间层特征进行混合来实现数据增强,其中self.lam是一个[0,1]概率值,self.indices是shuffle后的序号。