从‘猫片’到‘乱码’：跟着PyTorch走完CNN 48层，揭秘特征图消失的真相

当你第一次看到卷积神经网络（CNN）处理图像的过程，可能会觉得既神奇又困惑。一张清晰的猫片，经过几十层卷积操作后，最终变成了一堆看似毫无意义的乱码。这背后到底发生了什么？为什么网络能从这些"乱码"中准确识别出猫？本文将带你深入ResNet-50的48层结构，用PyTorch代码一步步追踪特征图的演变过程，揭示CNN如何通过"信息蒸馏"实现高效识别。

1. 准备工作：搭建特征图可视化环境

要观察特征图的变化，我们需要一个能实时提取各层输出的PyTorch工具链。这里使用ResNet-50作为示例模型，因为它具有清晰的层级结构和广泛的应用基础。

首先安装必要的库：

python复制pip install torch torchvision matplotlib numpy

然后创建一个特征图提取器：

python复制import torch
import torch.nn as nn
from torchvision.models import resnet50
import matplotlib.pyplot as plt

class FeatureExtractor(nn.Module):
    def __init__(self):
        super().__init__()
        self.model = resnet50(pretrained=True)
        self.features = []
        
        # 注册hook捕获各层输出
        layers = [self.model.layer1, self.model.layer2, 
                 self.model.layer3, self.model.layer4]
        for layer in layers:
            layer.register_forward_hook(
                lambda m, inp, out: self.features.append(out)
            )
    
    def forward