Pytorch——net.parameters()参数获取

参加数字货币社区交流获取信息 #生活技巧# #个人理财技巧# #数字货币投资#

假设有如下模型

apache

net = nn.Sequential(nn.Linear(2, 1))

现在要获取其参数值和参数名称

方法一：

less

for parm in net[0].parameters(): print(parm)

结果：

apache

Parameter containing: tensor([[-0.0701, 0.6440]], requires_grad=True) Parameter containing: tensor([0.3689], requires_grad=True)

方法二：

routeros

for index,param in enumerate(net.state_dict()): print("index = ",index) print("param = ",param) print("param_value = ",net.state_dict()[param]) print('----------------')

结果：

lua

index = 0 param = mylinear.weight param_value = tensor([[-0.3498, -0.6411]]) index = 1 param = mylinear.bias param_value = tensor([-0.3613])

方法三：

stylus

net = nn.Sequential() net.add_module('mylinear',nn.Linear(2, 1)) print(net[0].weight) print(net[0].bias)

 结果：

apache

Parameter containing: tensor([[-0.4204, -0.5140]], requires_grad=True) Parameter containing: tensor([-0.0711], requires_grad=True)

参考：https://blog.csdn.net/hxxjxw/article/details/107717031

__EOF__

0

posted @ 2021-10-20 11:12  别关注我了，私信我吧  阅读(2277)  评论()    收藏  举报

网址：Pytorch——net.parameters()参数获取 https://www.yuejiaxmz.com/news/view/1312852

相关内容

pytorch中的Optimizer的灵活运用
在PyTorch中model.parameters()的底层实现什么？
PyTorch经验指南：技巧与陷阱
pytorch 1.1.0升级
A 60 Minute Blitz）学习笔记
pytorch中的model=model.to(device)使用说明
pytorch里cat、stack、unsqueeze、squeeze、自带网络自适应输入大小方法、初始化一个输入获取最后一层特征向量的维度大小,empty、random
语音识别与合成：PyTorch实践
Lyft 如何使用 PyTorch 来驱动无人驾驶汽车
深入了解PyTorch中的语音识别和语音生成

随便看看