pytorch 获取网络中间层输出

可以在网络的前向传播过程中获取中间层的输出。

首先，你需要获取网络中间层的对象，这可以通过网络的子模块获得。例如，如果你想获取网络中第二层的输出，你可以这样做：

layer2 = net.layer2

然后，在前向传播时，你可以调用这个层的 `forward` 方法，将输入传入它，并获取输出：

out = layer2(inputs)

示例代码：

import torch
import torch.nn as nn

# 定义一个简单的网络
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(1, 6, 3)
        self.conv2 = nn.Conv2d(6, 16, 3)
        self.fc1 = nn.Linear(16 * 6 * 6, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.conv1(x)
        x = self.conv2(x)
        x = x.view(-1, 16 * 6 * 6)
        x = self.fc1(x)
        x = self.fc2(x)
        x = self.fc3(x)
        return x

# 创建网络对象
net = Net()

# 获取第二层
layer2 = net.conv2

# 准备输入
inputs = torch.randn(1, 1, 32, 32)

# 获取第二层的输出
out = layer2(inputs)
print(out.shape)  # 输出应该是 (1, 16, 30, 30)

希望这能帮到你！