获取隐藏层输出

Question

我从gluon.vision建立了密集网络

densenet = vision.densenet121(pretrained=True, ctx=mx.cpu())

我想获得每个卷积层的输出（在预测之后），然后将它们绘制出来（功能图）。 我不能做densenet.get_internals()（就像我在Internet和Github上看到的那样），因为我的网络不是Symbol而是HybridBlock。

Answer 1

我在mxnet论坛中找到了解决方案： Gluon, get features maps of a CNN

实际上，您必须使用方法export()将胶子模型转换为符号，以保存参数（来自HybridBlock的方法），并使用方法mx.sym.load()来加载它们。

function get_interals（）[“ name_of_the_layer”]获取从开始到该层的所有层，因此您可以执行feat_maps = net(image)获取该层的所有要素地图。

然后，您可以在mxBoard中执行SummaryWriter，以将其导出到Tensorboard。