pytorchで中間層の特徴量を取り出す方法

Question

pytorchで3Dresnetの中間層の特徴量(batch, 2048)を取り出したいのですがうまく行きません。
kerasでは慣れていたので簡単にできたのですが、resnetの最終出力層の前の特徴量shape(batch, 2048)を取り出すにはどうしたら良いでしょうか？ご教授お願いします。

普通の2Dのresnetではうまくいきました

ネットワーク

print(model)
>>>
〜中略〜
        (bn3): BatchNorm3d(2048, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (relu): ReLU(inplace)
      )
    )
    (avgpool): AdaptiveAvgPool3d(output_size=(1, 1, 1))
    (fc): Linear(in_features=2048, out_features=101, bias=True)
  )
)

コード

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
class Identity(nn.Module):
    def __init__(self):
        super(Identity, self).__init__()
        
    def forward(self, x):
        return x
    
def ToNumpy(tensor):
    return tensor.to('cpu').detach().numpy().copy()

tmp_model = model
tmp_model.fc = Identity() 
inputs_ = inputs.to(device)
output_ = tmp_model(inputs_)
outputs_ = ToNumpy(output_)
print('numpy output', type(outputs_), outputs_.shape)

#>>>>
#outputting.....
#numpy output <class 'numpy.ndarray'> (16, 101)

普通のresnetで試したとき

import cv2
import numpy as np
from torchvision import models
import torch
from torch import nn

path = 't.jpeg'
model = models.resnet50(pretrained=True)
img = cv2.imread(path, 1)
img = np.float32(cv2.resize(img, (224, 224))) / 255
input = preprocess_image(img)
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
# extract feature
model.fc = Identity() 
inputs = input.to(device)
output = model(inputs)
    
# convert numpy and save
outputs = ToNumpy(output)
>>>>
# shape==(1, 2048)

Comments

[kzm4269]

3Dresnetで試したときのコードでは`model`の生成部分が省略されているようです。
その部分がないと回答者が動作確認できないのでコード全文を公開していただけますか？

Answer 1

nn.Linear の処理を取り除けば普通にできました
https://pytorch.org/docs/master/generated/torch.nn.Linear.html