可视化某个卷积层的特征图（pytorch）

最新推荐文章于 2024-08-21 15:50:05 发布

诸神黄昏的幸存者

最新推荐文章于 2024-08-21 15:50:05 发布

阅读量644

点赞数

文章标签： pytorch python 深度学习

本文链接：https://blog.csdn.net/weixin_43818631/article/details/130084330

版权

本文介绍了如何使用PyTorch对预训练的ResNet-18模型进行前向传播，提取并可视化第三个残差块的第二个卷积层的特征图。通过注册前向钩子函数，收集并展示卷积层输出，帮助理解模型内部工作原理。

摘要由CSDN通过智能技术生成

在这里，需要对输入张量进行前向传播的操作并收集要可视化的卷积层的输出。以下是可以实现上述操作的PyTorch代码：

import torch
import torchvision
from torch.autograd import Variable
import matplotlib.pyplot as plt

加载预训练模型并提取想要可视化的卷积层

model = torchvision.models.resnet18(pretrained=True)
layer = model.layer3[0].conv2

batch_size = 1
input_shape = (3, 224, 224)
input_data = Variable(torch.randn(batch_size, *input_shape))

# 创建图像变换
transform = transforms.Compose(
    [transforms.Resize(224),
     transforms.CenterCrop

关注