如何在pytorch获取vgg16-feature层的输出

本篇文章为大家展示了如何在pytorch获取vgg16-feature层的输出，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。

import numpy as np
import torch
from torchvision import models
from torch.autograd import Variable
import torchvision.transforms as transforms
 
 
class CNNShow():
  def __init__(self, model):
    self.model = model
    self.model.eval()
 
    self.created_image = self.image_for_pytorch(np.uint8(np.random.uniform(150, 180, (224, 224, 3))))
 
 
  def show(self):
    x = self.created_image
    for index, layer in enumerate(self.model):
      print(index,layer)
      x = layer(x)
 
  def image_for_pytorch(self,Data):
    transform = transforms.Compose([
      transforms.ToTensor(), # range [0, 255] -> [0.0,1.0]
      transforms.Normalize(mean=(0.485, 0.456, 0.406), std=(0.229, 0.224, 0.225))
    ]
    )
    imData = transform(Data)
    imData = Variable(torch.unsqueeze(imData, dim=0), requires_grad=True)
    return imData
 
if __name__ == '__main__':
 
  pretrained_model = models.vgg16(pretrained=True).features
  CNN = CNNShow(pretrained_model)
  CNN.show()

上述内容就是如何在pytorch获取vgg16-feature层的输出，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注行业资讯频道。