PyTorch笔记22--Hook函数与CAM算法

Hook函数概念

Hook函数机制：不改变主体，实现额外功能，像一个挂件，挂钩，hook

Hook函数与特征图提取

torch.Tensor.register_hook(hook)

hook(grad) -> Tensor or None
#功能：注册一个反向传播hook函数
#Hook函数仅一个输入参数，为张量的梯度

torch.nn.Module.register_forward_hook

hook(module, input, output) -> None
#功能：注册module的前向传播hook函数
#参数：
#module: 当前网络层
#input：当前网络层输入数据
#output：当前网络层输出数据

torch.nn.Module.register_forward_pre_hook

hook(module, input) -> None
#功能：注册module前向传播前的hook函数
#参数：
#module: 当前网络层
#input：当前网络层输入数据

torch.nn.Module.register_backward_hook

hook(module, grad_input, grad_output) -> Tensor or None
#功能：注册module反向传播的hook函数
#参数：
#module: 当前网络层
#grad_input：当前网络层输入梯度数据
#grad_output：当前网络层输出梯度数据

CAM（class activation map，类激活图）