本文以b站up主的讲解为依据 做的一点笔记 (这个up主超厉害 是我导师)
使用pytorch查看中间层特征矩阵以及卷积核参数_哔哩哔哩_bilibili
文件夹格式:注意:还需要模型训练的参数也就是.pth文件
首先打开analyze_feature_map脚本
脚本与预测脚本基本上一样,
step1:图像预处理
预处理过程要与训练过程所使用的图像预处理过程保持一致
step2:实例化模型
step3:载入训练好的模型参数,打印模型结构
step4:载入一张图片,对他预处理,增加一个batch维度
运行analyze_kernel_weight.py,以ResNet AlexNet模型为基础
可以运行出来weight和bias的直方图
bn层不需要偏置,所以不显示偏置,bn求出来的weights就是伽马,bias就是β,这两个参数是在反向传播过程中学到的,mean均值是统计得到的,running——var方差是统计得到的