python打卡day42@浙大疏锦行

知识点回顾

  1. 回调函数
  2. lambda函数
  3. hook函数的模块钩子和张量钩子
  4. Grad-CAM的示例

一、回调函数示例

复制代码
# 训练过程中的回调函数
class Callback:
    def on_train_begin(self):
        print("训练开始")

    def on_epoch_end(self, epoch, logs=None):
        print(f"Epoch {epoch} 完成")

# 使用示例
callback = Callback()
callback.on_train_begin()
for epoch in range(10):
    # ...训练代码...
    callback.on_epoch_end(epoch)

二、lambda函数示例

复制代码
# 简单lambda
add = lambda x, y: x + y

# 在PyTorch中的使用
data = torch.randn(10)
processed = list(map(lambda x: x*2, data))  # 每个元素乘以2

三、hook函数示例

复制代码
# 模块钩子
model = nn.Sequential(nn.Linear(10,5), nn.ReLU())
def module_hook(module, input, output):
    print(f"{module.__class__.__name__} 输出形状: {output.shape}")
model[0].register_forward_hook(module_hook)

# 张量钩子
x = torch.randn(3, requires_grad=True)
x.register_hook(lambda grad: grad * 0.5)  # 梯度修改

四、Grad-CAM示例

复制代码
class GradCAM:
    def __init__(self, model, target_layer):
        self.model = model
        self.gradients = None
        self.activations = None
        target_layer.register_forward_hook(self.save_activations)
        target_layer.register_backward_hook(self.save_gradients)

    def save_activations(self, module, input, output):
        self.activations = output.detach()

    def save_gradients(self, module, grad_input, grad_output):
        self.gradients = grad_output[0].detach()

    def __call__(self, x, class_idx=None):
        # ...前向/反向传播逻辑...
        cam = torch.relu(torch.sum(self.activations * weights, dim=1))
        return cam

关键点说明:

  1. 回调函数常用于训练过程监控

  2. lambda适合简单操作,复杂逻辑建议用普通函数

  3. 模块钩子获取中间输出,张量钩子修改梯度

  4. Grad-CAM通过hook获取梯度和激活值生成热力图

相关推荐
阿蒙Amon13 分钟前
【Python小工具】使用 OpenCV 获取视频时长的详细指南
python·opencv·音视频
m0_6873998414 分钟前
写一个Ununtu C++ 程序,调用ffmpeg API, 来判断一个数字电影的视频文件mxf 是不是Jpeg2000?
开发语言·c++·ffmpeg
爱上语文24 分钟前
Redis基础(5):Redis的Java客户端
java·开发语言·数据库·redis·后端
A~taoker30 分钟前
taoker的项目维护(ng服务器)
java·开发语言
萧曵 丶33 分钟前
Rust 中的返回类型
开发语言·后端·rust
hi星尘1 小时前
深度解析:Java内部类与外部类的交互机制
java·开发语言·交互
看到我,请让我去学习1 小时前
Qt编程-qml操作(js,c++,canvas)
开发语言·qt
橘子编程1 小时前
Python-Word文档、PPT、PDF以及Pillow处理图像详解
开发语言·python
蓝婷儿1 小时前
Python 机器学习核心入门与实战进阶 Day 2 - KNN(K-近邻算法)分类实战与调参
python·机器学习·近邻算法
Ronin3052 小时前
【C++】类型转换
开发语言·c++