今天小编就为大家分享一篇pytorch 输出中间层特征的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

今天小编就为大家分享一篇pytorch 获取层权重,对特定层注入hook, 提取中间层输出的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

Disout：功能图变形以规范化深度神经网络 该代码是AAAI 2020论文《规范化的Pytorch实现。 深度神经网络通常包含大量可训练的参数，用于从给定的数据集中提取强大的特征。 一方面，大量的可训练参数极大地增强了这些深度网络的性能。 另一方面，它们带来了过度拟合的问题。 为此，基于丢包的方法在训练阶段会禁用输出特征图中的某些元素，以减少神经元的共适应。 尽管通过这些方法可以增强所得模型的泛化能力，但是常规的二进制丢弃并不是最佳的解决方案。 因此，我们研究了与深度神经网络中间层有关的经验