DAY 42

浙大疏锦行

一、核心概念铺垫

  • 回调函数:将函数作为参数传递,在特定事件发生时被动调用。代码结构为"外部函数 → 回调",常用于异步、事件驱动。
  • 装饰器:主动修改原函数行为,用新函数包装原函数。代码结构为"装饰器 → 原函数 → 额外逻辑",适合统一增强多个函数。
  • Lambda 匿名函数 :单行临时函数 lambda 参数: 表达式,用完即弃,适合 Hook 中的简单逻辑。

二、PyTorch 中的 Hook 函数

PyTorch 利用动态计算图,在模型前向/反向传播的特定节点插入回调函数,实现不修改模型结构就能监听甚至修改中间层数据。

Hook 类型 注册方法 功能 典型用途
模块钩子(前向) register_forward_hook 捕获模块的输入/输出(只读) 可视化中间层特征图、特征提取
模块钩子(反向) register_backward_hook 捕获模块的输入/输出梯度 分析梯度流、梯度裁剪
张量钩子 register_hook 监听/修改张量的梯度 自定义梯度变换、梯度检查

使用时需注意:钩子完成后调用 handle.remove() 释放,避免内存泄漏。

三、Grad-CAM 的原理与实现

目标 :生成类激活热力图,显示 CNN 做分类决策时关注的图像区域。

核心步骤:

  1. 选定目标卷积层,通过 Hook 捕获其前向输出(特征图)和反向梯度。
  2. 对梯度做全局平均池化,得到各特征图的重要性权重。
  3. 用权重对特征图加权求和,再经过 ReLU 去除负影响,生成原始热力图。
  4. 将热力图双线性插值到原图尺寸,归一化后以彩色叠加到原始图像上。

示例结果:对 CIFAR-10 青蛙图像,模型主要通过腿和头部区域判断类别,验证了决策的合理性。


相关推荐
TomEval7 小时前
【测AI】第26篇:线上模型监控与告警体系 — 测试不是终点
人工智能·python·功能测试·ai
prince_zxill8 小时前
PEP 751 pylock.toml 实测:pip 26.3 装 6 个包版本全钉死,但 [web] 选不中任何东西
python·pip·依赖管理·pep 751
Thanks_ks9 小时前
Python 的垃圾回收——引用计数撑起日常,分代回收收拾残局
python·内存管理·垃圾回收·循环引用·引用计数·gc 模块·weakref
CyrusYiVPP10 小时前
实测 uv 0.13.7:同一套包,pip 装 94 秒,它只用 19 秒
人工智能·python
yiangL_10 小时前
Python 学习笔记:递归、turtle绘图、字符串与函数
笔记·python·学习
lula88811 小时前
PVC-U、PVC-C、PVC-O 差一个字母,差的是三种增强路线
python
数字工作台12 小时前
给 LangGraph 加一道可审计记忆:替换默认 Checkpointer,实现防篡改 + 崩溃不丢数据
python·agent
DKPT13 小时前
Python 的 Web 框架:选型选错的人,都踩了同一个坑
python
2401_8685347813 小时前
逻辑网络设计
网络·python
2601_9679791213 小时前
python如何组织文件?python文件操作全介绍!
python·文件操作·压缩文件·遍历文件夹·shutil模块