关于使用 hook 获取神经网络内部features时遇到的问题和解决方案的记录
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了关于使用 hook 获取神经网络内部features时遇到的问题和解决方案的记录,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含682字,纯文字阅读大概需要1分钟。
内容图文
![关于使用 hook 获取神经网络内部features时遇到的问题和解决方案的记录](/upload/InfoBanner/zyjiaocheng/992/8bbaa8271bdf422ea80c7f3dcbee8ed9.jpg)
关于使用 hook 获取神经网络内部features时遇到的问题和解决方案的记录
一、错误代码:
feat = []
def hook(module, inputs, outputs):
feat.append(inputs.clone().to(device))
二、报错:
AttributeError: 'tuple' object has no attribute 'clone'
原因分析:inputs
是一个由多个Tensor类型数据作为元素组成的Tuple数据。
三、解决方案思考:
由于后续操作都需要使用Tensor数据,
而直接使用torch.FloatTensor(Tuple)
将Tuple转换为Tensor会因为Tuple内有多个元素而报错,
所以,决定直接读取Tuple内的Tensor数据。然后发现Tuple内就一个Tensor元素。。。。。所以我之前白担心了,还以为要考虑整合Tensor到一块儿。。。。
四、解决后的代码:
feat = []
def hook(module, inputs, outputs):
feat.append(inputs[0].clone().to(device))
内容总结
以上是互联网集市为您收集整理的关于使用 hook 获取神经网络内部features时遇到的问题和解决方案的记录全部内容,希望文章能够帮你解决关于使用 hook 获取神经网络内部features时遇到的问题和解决方案的记录所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。