class ResNet(nn.Module):
    def __init__(self, output_features, fine_tuning=False):
        super(ResNet, self).__init__()
        self.resnet152 = tv.models.resnet152(pretrained=True)
        
        # 冻结特征提取层
        for param in self.resnet152.parameters():
            param.requires_grad = fine_tuning
            
        #self.features = self.resnet152.features
        self.num_fts = 512
        self.output_features = output_features
        
        # 从512到1024的线性层
        self.classifier = nn.Linear(self.num_fts, self.output_features)
        nn.init.xavier_uniform_(self.classifier.weight)
        
        self.tanh = nn.Tanh()
    def forward(self, x):
        h = self.resnet152(x)
        print('h:   ',h.shape)
        return h
image_model_resnet152=ResNet(output_features=10).to(device)
image_model_resnet152

在这里，打印image_model_resnet152后，我得到：

这里，(avgpool): Linear(in_features=2048)和(classifier): Linear(in_features=512)有什么区别？

我正在实现一个图像标注模型，那么对于图像，我应该选择哪个in_features？

回答：

ResNet并不像VGG那样简单：它不是一个顺序模型，即在torchvision.models.resnet152的forward定义中有一些特定于模型的逻辑，例如，在CNN和分类器之间的特征扁平化。你可以查看其源代码。

在这种情况下，最简单的方法是在CNN的最后一层layer4上添加一个钩子，并将该层的输出记录在一个外部的dict中。这是通过register_forward_hook完成的。

定义钩子：

out = {}
def result(module, input, output):
    out['layer4'] = output

将钩子附加到子模块resnet.layer4上：

>>> x = torch.rand(1,3,224,224)
>>> resnet = torchvision.models.resnet152()
>>> resnet.layer4.register_forward_hook(result)

推理后，你将能够访问out中的结果：

>>> resnet(x)
>>> out['layer4']
(1, 2048, 7, 7)

你可以查看我关于前向钩子更深入使用的另一个回答。

一个可能的实现方式是：

class NN(nn.Module):
    def __init__(self):
        super().__init__()
        self.resnet = torchvision.models.resnet152()
        self.resnet.layer4.register_forward_hook(result)
        self.out = {}
        
    @staticmethod
    def result(module, input, output):
        out['layer4'] = output
    
    def forward(self, x):
        x = self.resnet(x)
        return out['layer4']

然后你可以为你的自定义分类器定义额外的层，并在forward中调用它们。