PyTorch学习总结(一)——查看模型中间结果

manong_wxd

于 2017-12-05 14:35:19 发布

阅读量2.2w

点赞数 7

分类专栏： PyTorch

本文链接：https://blog.youkuaiyun.com/manong_wxd/article/details/78720119

版权

本文介绍了在PyTorch中查看模型中间结果的三种方法：创建新模型删除层、直接通过索引删除层和使用hook监控。分别讨论了每种方法的优缺点，如hook方法无需改变模型结构但可能增加运行时间。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这里写图片描述

这里我们以PyTorch自带的预训练模型为例来讲解：

# load the pretrained model
alexnet = models.alexnet(pretrained=True).cuda()
print(alexnet)

AlexNet (
  (features): Sequential (
    (0): Conv2d(3, 64, kernel_size=(11, 11), stride=(4, 4), padding=(2, 2))
    (1): ReLU (inplace)
    (2): MaxPool2d (size=(3, 3), stride=(2, 2), dilation=(1, 1))
    (3): Conv2d(64, 192, kernel_size=(5, 5), stride=(1, 1), padding=(2, 2))
    (4): ReLU (inplace)
    (5): MaxPool2d (size=(3, 3), stride=(2, 2), dilation=(1, 1))
    (6): Conv2d(192, 384, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (7): ReLU (inplace)
    (8): Conv2d(384, 256, kernel_size=(3,