pytorch 实现打印模型的参数值
对于简单的网络
例如全连接层Linear
可以使用以下方法打印linear层：
fc=nn.Linear(3,5) params=list(fc.named_parameters()) print(params.__len__()) print(params[0]) print(params[1])
输出如下：
由于Linear默认是偏置bias的，所有参数列表的长度是2。第一个存的是全连接矩阵，第二个存的是偏置。
对于稍微复杂的网络
例如MLP
mlp=nn.Sequential( nn.Dropout(p=0.3), nn.Linear(1024,256), nn.Linear(256,64), nn.Linear(64,16), nn.Linear(16,1) ) params=list(mlp.named_parameters()) print(params.__len__()) print(params[0]) print(params[1]) print(params[2]) print(params[3])
输出：
可以发现，堆叠起来的网络，参数是依次放置的。先是全连接的权重，然后偏置。然后是下一层网络的权重+偏置。依次进行下去。
这里有4层fc，4*2=8.所以一共有8个参数矩阵。
以上这篇pytorch实现打印模型的参数值就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。