NEXTLJP的博客

前言pytorch中有两种钩子：Hook for Tensor和Hook for Modules。在本文中只介绍后者，因为后者更为常用:)。模型钩子分为两种：钩forward信息流的钩子和钩backwar信息流的钩子。为什么要使用钩子？一个模型如VGG16是由很多的模块(module)组成的。但是我们在用别人写好了的VGG16的时候，你只能获取到最后的分类结果。当我们想获得其中一些模块如第一个卷积层的输出feature该怎么办呢？没错就是用模块钩子把这一模块的输出特征图钩出来！！！..

前言pytorch加载数据需要使用torch.utiles.data包中的的两个类：DataSet，DataLoader。（可能你在其他资料还会看到DataLoaderIter。这里我们不提及此类。）还有torchvision的transforms类和PIL的Image类。如果你对这些类都不了解，那么你在需要一边看我的博客，一边去百度哦:)数据加载数据加载顾名思义就是将来RGB的图像数据变成可以计算的tensor。需要的步骤有：定义一个图片转tensor的转换器（transform） 定义