自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

lanmy_dl的博客

博客等级

码龄6年

111
原创

365
点赞

1113
收藏

7217
粉丝

关注

私信

热门文章

分类专栏

前端 18篇
mysql 6篇
数据 13篇
服务器 6篇
安装配置 8篇
训练过程 8篇
python 6篇
画图 4篇
c入门编程练习 25篇
论文复现 4篇
配置bug 7篇

最新评论

Flowers102花分类的数据下载和处理
m0_71281200: 感谢，找了好几个帖子都没有讲这个问题的，终于解决了
Flowers102花分类的数据下载和处理
xcnn_: 改一下Pillow版本 pip uninstall -y Pillow pip install -y Pillow==9.5.0
感受野的热力图可视化
范特西z: 谢谢哥 i会使用gradcam可视化所有类别的中间特征图吗
感受野的热力图可视化
向岸看: [code=python] # 钩子函数，用于捕获某一层的输出 def hook_fn(module, input, output): # 这里的 output 就是该层的输出 print(f"Layer output shape: {output.shape}") # 可以把它存储在一个变量中，方便后续使用 global layer_output layer_output = output # 计算输入梯度图的函数 def get_input_grad(model, samples, ref, ref_prompt): samples = samples.cuda() ref = ref.cuda() samples.requires_grad = True ref.requires_grad = True # 注册钩子函数，用于捕获特定层的输出 hook = model.conv1.register_forward_hook(hook_fn) # 执行前向传播并计算输出 _ = model(samples, ref, ref_prompt) # 获取钩子捕获的输出 outputs = layer_output # 获取输出的尺寸 out_size = outputs.size() central_point = torch.nn.functional.relu(outputs[:, :, out_size[2] // 2, out_size[3] // 2]).sum() grad = torch.autograd.grad(central_point, samples) grad = grad[0] grad = torch.nn.functional.relu(grad) aggregated = grad.sum((0, 1)) grad_map = aggregated.cpu().numpy() return grad_map [/code] 替换掉这篇博文里代码对应部分就行了
感受野的热力图可视化
范特西z: 你好哥请问你会可视化中间特征图的热力图吗我想问您一些细节

安装配置

关注

文章平均质量分 60

关注数：文章数：8 文章阅读量：41303 文章收藏量：487

作者: lanmy_dl

记录学习，谢谢关注

展开

专栏收录文章