1. 从文件名说起：show_featuremap.py到底是个什么东西

第一次看到show_featuremap.py这个文件名，我脑子里蹦出来的画面很具体：一个搞深度学习的人，训练完模型之后，想看看中间层到底学到了什么，于是写了个脚本把特征图拉出来可视化。这个命名方式太典型了——动词开头、下划线分隔、.py结尾，一看就是随手写的工具脚本，不是什么正经项目里的模块。但恰恰是这种随手写的小工具，在实际工作里用得最频繁。

show_featuremap.py的核心功能，说白了就一件事：把卷积神经网络中间层的**特征图（Feature Map）**提取出来，转成人类能看的图片。特征图是什么？你可以把它理解成网络在某一层对输入图像的“理解结果”。浅层特征图可能还在描边、找角点，深层特征图已经开始认眼睛、认轮子了。把这些中间结果画出来，是调试模型、解释模型行为、甚至给非技术同事讲清楚“AI到底在看什么”的最直接手段。

这个脚本适合谁用？三类人最需要它。第一类是模型调试者，训练不收敛、精度上不去的时候，看一眼特征图就能判断是数据问题还是网络结构问题。第二类是可解释性研究者，需要分析网络到底关注了图像的哪些区域。第三类是教学和分享场景，把特征图可视化出来往PPT里一放，比讲十页公式都管用。不管你用的是PyTorch还是TensorFlow，这个脚本的思路是通用的，区别只在于hook的写法和张量的处理方式。

我见过太多人把特征图可视化想得太复杂，上来就搞Grad-CAM、搞注意力热力图，结果连最基础的特征图长什么样都没看过。show_featuremap.py这种脚本的价值就在于它足够简单——输入一张图，跑一遍前向传播，把中间层的输出存下来，归一化，拼成网格，保存成图片。整个流程不超过一百行代码，但能解决百分之八十的日常需求。

2. 特征图可视化的整体设计思路

2.1 为什么需要单独写一个脚本而不是集成到训练代码里

很多人习惯把可视化逻辑直接塞进训练循环里，每隔几个epoch存一张特征图出来。我早期也这么干过，后来发现两个问题。第一，训练的时候显存本来就紧张，再额外存中间层输出，很容易OOM。第二，训练代码里加可视化逻辑会让代码变得很臃肿，调试的时候想单独跑一张图看看效果，还得把整个训练流程走一遍。

单独写show_featuremap.py的好处是解耦。训练归训练，分析归分析。模型训练完之后保存权重，可视化脚本单独加载权重和一张测试图，想怎么看就怎么看，不影响训练效率，也不污染训练代码。这个思路其实和软件工程里的“关注点分离”是一个道理——一个脚本只做一件事，做好一件事。

从实际操作角度，我建议这个脚本至少支持三个输入参数：模型权重的路径、测试图片的路径、要可视化的层名称或索引。输出则是一张拼接好的网格图，每个小格子对应一个通道的特征图。这样设计的好处是通用性强，换个模型、换张图、换一层，改改参数就行，不用动代码。

2.2 特征图提取的两种主流方式对比

提取中间层输出，PyTorch里主要有两种方式：前向hook和模型截断。这两种方式我都用过，各有适用场景。

前向hook的原理是在目标层上注册一个回调函数，当前向传播经过这一层时，回调函数自动被触发，把该层的输出张量保存下来。这种方式的优点是灵活——不需要修改模型结构，想hook哪层就hook哪层，而且可以同时hook多层。缺点是hook的注册和移除需要小心管理，忘记移除会导致内存泄漏。

模型截断的思路更直接：把模型从目标层处“切一刀”，让前向传播到这一层就返回。比如你想看第五层的输出，就构建一个只包含前五层的新模型，输入图片后直接拿到第五层的输出。这种方式的好处是逻辑清晰，不涉及回调机制，调试起来直观。缺点是每次换层都要重新构建模型，而且对于有分支结构的网络（比如ResNet的残差连接），截断处理起来比较麻烦。

我的选择是：日常调试用hook，教学演示用截断。hook写一次就能复用，适合反复实验；截断的逻辑更适合给别人讲清楚“特征图是怎么来的”这件事。

2.3 可视化结果的呈现策略

特征图提取出来之后，怎么展示也是有讲究的。一个卷积层通常有几十甚至几百个通道，你不可能把每个通道都单独存成一张图。常见的做法是网格拼接：把N个通道的特征图缩放到统一尺寸，然后按行和列拼成一张大图。

这里有几个参数需要权衡。首先是选择哪些通道。如果通道数太多，全部展示会看不清，通常选择前64个或者前32个通道就够了。其次是每个通道的缩放尺寸。太小了看不清纹理，太大了拼出来的图尺寸爆炸。我的经验是每个通道缩放到64x64或者128x128比较合适，拼出来的图在1080p屏幕上能看清细节。

还有一个细节是归一化方式。特征图的数值范围因层而异，浅层可能集中在0附近，深层可能有大正值和大负值。如果不做归一化直接画，出来的图要么全黑要么全白。标准的做法是逐通道做min-max归一化，把数值映射到0到255之间。但要注意，如果某个通道的所有值都相同（比如全零），归一化会出现除零错误，需要加一个极小值保护。

3. 核心细节解析与实操要点

3.1 环境准备与依赖安装

这个脚本的依赖非常轻量，核心就是深度学习框架加图像处理库。以PyTorch为例，你需要的是torch、torchvision、numpy、Pillow和matplotlib。matplotlib主要用来做最终的网格拼接和保存，如果你更习惯用OpenCV或者PIL来拼图，也可以替换掉。

安装命令很简单：

pip install torch torchvision numpy pillow matplotlib

这里有个坑要注意：PyTorch版本和torchvision版本必须匹配。我见过有人装了最新的torch但torchvision还是旧版，结果加载预训练模型的时候直接报错。稳妥的做法是去PyTorch官网查一下版本对应表，或者直接用conda安装，conda会自动处理依赖关系。

另外，如果你打算在服务器上跑这个脚本但没有图形界面，matplotlib需要设置后端为Agg，否则会报错说找不到显示设备。在脚本开头加两行：

import matplotlib matplotlib.use('Agg')

这个细节很小，但第一次在服务器上跑可视化脚本的人几乎都会踩这个坑。

3.2 模型加载与层选择的关键细节

加载模型的时候，最常见的需求是加载预训练权重。以torchvision里的ResNet为例，你可以直接加载ImageNet预训练的权重，也可以加载自己训练好的权重文件。如果是后者，注意state_dict的键名要和模型结构严格对应，否则会报Missing key(s)或者Unexpected key(s)的错误。

层选择是另一个容易出问题的地方。不同的模型，层的命名规则不一样。ResNet的卷积层叫layer1、layer2这种，VGG叫features.0、features.3这种。你可以在加载模型后打印一下model的结构，找到你想看的层的名字。更稳妥的方式是用named_modules()遍历一遍，把所有的卷积层名字列出来。

for name, module in model.named_modules(): if isinstance(module, torch.nn.Conv2d): print(name, module)

这样你就能清楚地知道每一层的名字和对应的卷积核大小、通道数。选层的时候有个经验：浅层看纹理，中层看部件，深层看语义。如果你想看边缘检测的效果，选第一个卷积层；想看物体部件的响应，选中间层；想看类别相关的语义信息，选最后一层卷积。

3.3 前向hook的注册与数据提取

hook的注册代码不长，但有几个细节必须注意。先看核心代码：

features = {} def get_hook(name): def hook(module, input, output): features[name] = output.detach() return hook layer_name = 'layer2' model.layer2.register_forward_hook(get_hook(layer_name))

这里用了一个闭包来保存层名，因为hook函数被调用的时候，你需要知道是哪个层触发的。output.detach()是必须的，否则保存的张量会带着计算图，不仅占内存，还可能引发一些奇怪的错误。

前向传播之后，features[layer_name]就是一个四维张量，形状是(batch_size, channels, height, width)。因为我们只输入一张图，所以batch_size是1，取features[layer_name][0]就得到了(channels, height, width)的三维张量。

注意：hook注册之后一定要记得移除，尤其是在循环里反复注册的场景。不移除的话，每次前向传播都会触发所有历史hook，内存会迅速涨上去。移除的方式是保存register_forward_hook的返回值，然后调用.remove()。

3.4 特征图的归一化与网格拼接

拿到特征图张量之后，不能直接画。原因前面提过，数值范围不确定。归一化的代码大概长这样：

import numpy as np def normalize_featuremap(fmap): fmap = fmap.cpu().numpy() fmap_min = fmap.min(axis=(1, 2), keepdims=True) fmap_max = fmap.max(axis=(1, 2), keepdims=True) fmap = (fmap - fmap_min) / (fmap_max - fmap_min + 1e-8) return fmap

这里axis=(1, 2)表示对每个通道独立做归一化，keepdims=True保持维度以便广播。1e-8是防止除零的保护值。

网格拼接我习惯用matplotlib的subplot来实现，但通道数多的时候subplot会比较慢。更高效的方式是预先分配一个大的numpy数组，然后把每个通道的图填进去。假设你要展示64个通道，排成8x8的网格，每个通道缩放到64x64：

import math from PIL import Image def make_grid(fmap, ncols=8, scale=64): n_channels = fmap.shape[0] nrows = math.ceil(n_channels / ncols) grid = np.zeros((nrows * scale, ncols * scale)) for idx in range(n_channels): r = idx // ncols c = idx % ncols img = Image.fromarray((fmap[idx] * 255).astype(np.uint8)) img = img.resize((scale, scale)) grid[r*scale:(r+1)*scale, c*scale:(c+1)*scale] = np.array(img) / 255.0 return grid

这个函数返回的grid可以直接用plt.imshow(grid, cmap='viridis')画出来。用viridis色图是因为它在灰度打印和彩色屏幕上都有不错的对比度，比默认的jet色图更科学。

4. 完整实操流程与核心环节实现

4.1 从零搭建脚本的完整步骤

我把整个脚本拆成六个步骤，你可以照着一步步来。

第一步：导入依赖并设置后端。除了前面提到的matplotlib后端设置，还要注意如果用的是GPU，张量在CPU和GPU之间的搬运要显式调用.cpu()。

第二步：定义模型并加载权重。这里以ResNet18为例：

import torch import torchvision.models as models model = models.resnet18(pretrained=True) model.eval()

model.eval()很重要，它会把BatchNorm和Dropout切换到推理模式，否则特征图的统计特性会和推理时不一致。

第三步：注册hook。选择你要可视化的层，注册前向hook。如果你想同时看多层，就注册多个hook，每个hook保存到字典的不同键下。

第四步：准备输入图片。图片需要做和训练时一致的前处理：缩放到固定尺寸、转成张量、归一化。ResNet的标准输入是224x224，归一化参数是ImageNet的均值和标准差。

from torchvision import transforms preprocess = transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ])

第五步：前向传播并提取特征图。把图片张量传入模型，hook会自动把目标层的输出存到字典里。

第六步：归一化、拼图、保存。用前面写的归一化和拼图函数处理特征图，最后用plt.imsave或者plt.savefig保存。

4.2 参数选择与计算过程

这里重点说一下通道选择和缩放尺寸的计算逻辑。

假设你hook的是ResNet18的layer2，这一层的输出通道数是128，特征图的空间尺寸是28x28（输入224x224的情况下）。如果你想把所有128个通道都展示出来，排成16x8的网格，每个通道缩放到64x64，那么最终图片的尺寸是：

• 宽度：8 x 64 = 512像素
• 高度：16 x 64 = 1024像素

这个尺寸在屏幕上看起来是竖长条，不太美观。更好的做法是选择前64个通道，排成8x8的网格，最终尺寸512x512，正方形，看起来舒服。

再算一下显存占用。layer2的输出张量形状是(1, 128, 28, 28)，float32类型，占用的显存是：

1 x 128 x 28 x 28 x 4字节 = 401,408字节，约0.4MB

这个量级完全可以忽略不计。但如果你hook的是layer4，输出是(1, 512, 7, 7)，占用约0.1MB，更小。所以显存不是瓶颈，放心hook。

4.3 实操现场记录：一次完整的可视化过程

我拿一张猫的图片做测试，模型用ResNet18，分别看layer1、layer2、layer3、layer4的特征图。

layer1的输出是64个通道，28x28（经过maxpool之后是56x56，但layer1的第一个block之后是56x56，这里以实际输出为准）。可视化出来之后，能看到很多通道对边缘和纹理有强烈响应，有的通道明显在检测水平边缘，有的在检测垂直边缘，还有的对角线纹理特别敏感。这符合浅层卷积的预期——它们就是一群边缘检测器。

layer2的输出是128个通道，空间尺寸降到14x14。特征图开始变得抽象，不再是对应像素级的边缘，而是对某些纹理区域有块状响应。有几个通道对猫的耳朵区域响应特别强，虽然形状还很模糊。

layer3和layer4的特征图空间尺寸更小，分别是7x7和7x7（对于224输入，layer3是14x14，layer4是7x7，这里以实际为准）。单个通道的特征图已经看不出和原图的直接对应关系了，但整体响应模式能看出网络在关注猫的脸部和身体轮廓。

整个过程跑下来，在GPU上不到一秒，在CPU上也就两三秒。保存了四张网格图，每张大概几百KB。这个效率完全可以在调试过程中反复跑。

4.4 批量处理与自动化扩展

单张图看不过瘾的时候，可以扩展成批量处理。把图片文件夹里的所有图片遍历一遍，每张图生成一组特征图，按文件名保存。这样你可以对比不同图片在同一层的响应差异。

更进一步，可以做成交互式的。用ipywidgets在Jupyter Notebook里做一个下拉菜单，选择层和图片，实时刷新特征图。这个在给团队做演示的时候特别好用，比静态PPT灵活多了。

还有一个扩展方向是特征图对比。把两张不同图片在同一层的特征图并排放在一起，能直观看出网络对不同输入的响应差异。这个在分析模型偏见或者做对抗样本研究的时候很有用。

5. 常见问题与排查技巧实录

5.1 特征图全黑或全白怎么办

这是最常见的问题。原因通常有三个：归一化没做对、hook的层选错了、或者输入图片的前处理有问题。

排查顺序是这样的：先检查特征图的原始数值范围，打印fmap.min()和fmap.max()。如果两个值非常接近，说明这一层的输出确实很平，可能是层选得太靠后，或者输入图片本身信息量太少。如果数值范围正常但可视化出来还是全黑，那就是归一化的问题，检查axis参数是不是设对了。

还有一种情况是特征图里有很多零值，归一化之后零值变成中间灰度，非零值变成白色，看起来就是一片灰白。这时候可以考虑用对数变换或者直方图均衡化来增强对比度。

5.2 hook没有触发或特征图为空

注册了hook但features字典是空的，通常是因为前向传播没有真正经过那一层。检查一下你选的层名是不是拼错了，或者模型在eval()模式下某些层被跳过了。

另一个可能的原因是hook注册在了错误的模块上。比如你想hook卷积层，但不小心注册到了ReLU层上。用named_modules()打印一下所有模块的名字和类型，确认你注册的层确实是Conv2d。

提示：如果模型有多个分支（比如Inception结构），确保你hook的层在前向传播的路径上。有些层虽然存在于模型中，但在特定输入下可能被条件跳过。

5.3 显存溢出与内存泄漏

前面说过，单次hook的显存占用很小。但如果你在循环里反复注册hook而不移除，内存会持续增长。每次前向传播都会触发所有历史hook，每个hook都保存一份输出张量，很快就会把显存吃满。

解决方法是把hook的注册放在循环外面，或者每次循环结束后显式移除。更优雅的方式是用上下文管理器：

from contextlib import contextmanager @contextmanager def hook_context(model, layer_name): features = {} def hook(module, input, output): features[layer_name] = output.detach() handle = model.get_submodule(layer_name).register_forward_hook(hook) try: yield features finally: handle.remove()

这样用with语句包起来，退出时自动移除hook，不会泄漏。

5.4 常见问题速查表

5.5 几个我踩过的坑

第一个坑是颜色映射的选择。我一开始用默认的jet色图，出来的图红红绿绿很刺眼，而且打印成黑白之后对比度很差。后来换成viridis，视觉效果好很多，而且对色盲用户友好。

第二个坑是通道顺序。PyTorch的张量是(N, C, H, W)，但matplotlib的imshow期望的是(H, W, C)或者(H, W)。如果你直接把四维张量传给imshow，它会报错或者画出奇怪的东西。记得用[0]取batch维度，然后对每个通道单独处理。

第三个坑是图片前处理不一致。训练的时候用了某种归一化，可视化的时候忘了做同样的归一化，结果特征图和训练时的分布对不上，看起来很奇怪。这个问题的隐蔽性很强，因为代码不会报错，只是结果不对。养成习惯：把前处理逻辑写成一个函数，训练和可视化共用。

第四个坑是GPU张量转numpy。GPU上的张量不能直接转numpy，必须先.cpu()。这个错误会报得很明确，但如果你在代码里到处写.numpy()，改起来会很烦。我的做法是在hook里就做.detach().cpu()，后面处理起来省心。

6. 进阶玩法与扩展方向

6.1 特征图与原始图像的叠加显示

单纯看特征图有时候不够直观，把特征图上采样到原图尺寸，然后以半透明的方式叠加在原图上，能更清楚地看出网络在关注哪些区域。实现方式是先把特征图归一化到0-1，然后resize到原图尺寸，再用alpha混合。

这个技巧在分析模型注意力的时候特别有用。比如你发现某个通道对猫的眼睛响应很强，叠加之后就能确认这个通道确实在关注眼睛区域，而不是碰巧在空间上重合。

6.2 多模型多层的对比分析

如果你手头有多个模型（比如不同深度的ResNet，或者不同架构的CNN），可以把它们在同一个输入上的特征图并排展示。这样能直观看出不同架构对同一图像的理解差异。浅层可能差不多，越往深层差异越大。

这个对比在模型选型的时候很有参考价值。两个模型精度差不多，但一个的特征图更“干净”（响应集中、噪声少），另一个的特征图很“散”，那前者可能在泛化性上更有优势。

6.3 做成命令行工具

把脚本改造成命令行工具，用argparse接收参数，这样不用改代码就能切换模型、层和图片。示例：

python show_featuremap.py --model resnet18 --layer layer2 --image cat.jpg --output featuremap.png

这个改造花不了多少时间，但能极大提升脚本的复用性。我现在的习惯是，任何会被反复使用的脚本，都做成命令行工具，参数用配置文件或者命令行传入。

6.4 实时可视化在训练监控中的应用

虽然前面说了不建议把可视化塞进训练循环，但有一种情况例外：训练初期的快速诊断。在训练刚开始的几百个step里，每隔一定步数可视化一次特征图，能及时发现梯度消失、特征坍塌等问题。等训练稳定之后，再把可视化关掉。

实现方式是用一个全局的step计数器，在训练循环里判断是否到了可视化的间隔。可视化本身用单独的线程或者子进程来做，避免阻塞训练。

7. 一些个人经验与建议

写了这么多，最后分享几个我在实际使用中总结出来的经验。

第一，不要追求一次看所有层。刚开始用这个脚本的时候，我恨不得把每一层的特征图都存下来，结果生成几百张图，根本看不过来。后来我固定只看四个层：第一个卷积层、中间两个stage、最后一个卷积层。这四个层基本能覆盖从纹理到语义的完整光谱。

第二，特征图可视化是定性工具，不是定量工具。它能告诉你“网络在看哪里”，但不能告诉你“网络看得准不准”。定量分析还是要靠精度指标、混淆矩阵这些。把定性观察和定量指标结合起来，才能做出准确的判断。

第三，保存原始特征图数据。可视化出来的图片是有损的，如果你后面想做进一步分析（比如计算通道间的相关性），最好把原始的张量保存成.npy文件。这样不用重新跑前向传播，直接加载数据就能分析。

第四，注意输入图片的多样性。只看一张图容易得出片面结论。至少看五到十张不同类别的图片，才能对某一层的功能有一个全面的认识。我通常会准备一组包含不同物体、不同背景、不同光照的测试图，每次分析都跑一遍。

第五，这个脚本可以和其他可解释性工具配合使用。特征图看的是“中间层输出了什么”，Grad-CAM看的是“哪些区域对最终分类最重要”，两者结合能互相印证。如果特征图显示某个通道对猫耳朵响应强，Grad-CAM也显示猫耳朵区域对分类贡献大，那这个结论就比较可靠了。

这个脚本我用了好几年，从最早的几十行代码，慢慢加功能加到两百多行。但核心逻辑一直没变：hook、提取、归一化、拼图、保存。工具不在复杂，在于顺手。希望这个思路能帮你少走一些弯路。