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。对梯度做全局平均池化得到各特征图的重要性权重。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。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。