【DL】Pytorch 可视化中间层

最新推荐文章于 2023-12-28 14:25:14 发布

张林克

最新推荐文章于 2023-12-28 14:25:14 发布

阅读量900

点赞数 2

CC 4.0 BY-SA版权

分类专栏：【DeepL】

本文链接：https://blog.csdn.net/weixin_45292794/article/details/115948056

本文介绍了如何在Pytorch中进行模型中间层的可视化，包括加载模型、选择图片、指定观察的模型层，以及展示和保存各层的输出效果。通过示例展示了从输入图像到不同深度层的变化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用方法

1 加载 Model
2 选择图片 image_dir
3 调试model_layers 选择需要的模块
4 显示并保存

layers

在这里插入图片描述

Code

import torch
from torchvision import models, transforms
from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
import imageio
import torchvision.models as models
plt.rcParams['font.sans-serif']=['STSong']

model = models.resnet18(pretrained=True)

# #1.1.模型查看
# print(model)
# model_features = list(model.children())
# print(model_features[4][0]) #取第4层Sequential()中的第0个blk


# #1.2 模型查看
# from torchsummary import summary
# summary(model.cuda(), input_size=(3, 224, 224), batch_size=-1)


#2. 导入数据
# 以RGB格式打开图像
# Pytorch DataLoader就是使用PIL所读取的图像格式
# 建议就用这种方法读取图像，当读入灰度图像时convert('')
def get_image_info(image_dir):
    image_info = Image.open(image_dir).convert('RGB')#是一幅图片
    # 数据预处理方法
    image_transform = transforms.Compose([
        transfo