@与阳光共进早餐 好像可以这样
features = features.view(features.shape[1],features.shape[2],features.shape[3]) #[channel,w,h]
#多通道特征图融合
feature_map_combination = []
num_pic = features.shape[0]
row, col = get_row_col(num_pic)
for i in range(0, num_pic):
feature_map_split = features[i, :, :]
feature_map_combination.append(feature_map_split)
# 各个特征图按1：1 叠加
feature_map_sum = sum(ele for ele in feature_map_combination)
PyTorch | 提取神经网络中间层特征进行可视化一 写在前面 未经允许，不得转载，谢谢。 这篇博客主要记录了如何提取特定层的特征，然后对它进行可视化。 二 主要的实现思路： 处理单张图片作为网络输入。 根据给定的layer...
