Pytorch中如何获取某层Module？（方便改变梯度，获取特征图，CAM等）

• 1、引入
• 2、方法
• • 2.1、方法一：从结构上获取层
  • 2.2、方式二：通过名字直接获取

我们有时候需要改变某层梯度，或者获取某层梯度图，甚至画CAM可视化效果时，需要定位到模型中某层，但往往模型中层的结构层层嵌套，难。

我们以torchvision.models中resnet34为例，来获取其中名"layer1.1.conv2"的层，以下是resnet34结构部分截图：
首先我们先看看所有层的名字：

for n,v in net.named_parameters():
    print(n)

Output:
	conv1.weight
	bn1.weight
	bn1.bias
	layer1.0.conv1.weight
	layer1.0.bn1.weight
	layer1.0.bn1.bias
	layer1.0.conv2.weight
	layer1.0.bn2.weight
	layer1.0.bn2.bias
	layer1.1.conv1.weight
	layer1.1.bn1.weight
	layer1.1.bn1.bias
	layer1.1.conv2.weight
	layer1.1.bn2.weight
	layer1.1.bn2.bias
	layer1.2.conv1.weight

根据结果获取层的原则只有一个：非sequential对象的层，直接通过.名字获取，sequential对象的层通过[index]获取sequential对象里的某层
比如"layer1.1.conv2":

• 1ayer1：1ayer1在一个非sequential对象中，所以直接通过model.layer1获取到该层
• .1：layer1是一个sequential对象，获取它里面的组成需要通过[index]获取，所以通过model.layer1[1]获取到该层
• .conv2：conv2是model.layer1[1]中的，而model.layer1[1]不是sequential对象，所以直接通过名字获取，所以通过model.layer1[1].conv2获取到
  所以如果你想对layer1.1.conv2做操作，直接通过lay=model.layer1[1].conv2就可以获取到该层，总结就是非纯数字的，直接通过名字，是纯数字的，通过上一层[index]来获取。

我们已经知道想要操作的层的名字为"layer1.1.conv2"，则通过以下方法获取该层：

name ="layer1.1.conv2"
for name, module in self.model.named_modules():             
    if name == self.module_name:
        #则module 就是该层