在pytorch中查看可訓(xùn)練參數(shù)的例子
pytorch中我們有時候可能需要設(shè)定某些變量是參與訓(xùn)練的,這時候就需要查看哪些是可訓(xùn)練參數(shù),以確定這些設(shè)置是成功的。
pytorch中model.parameters()函數(shù)定義如下:
def parameters(self):
r"""Returns an iterator over module parameters.
This is typically passed to an optimizer.
Yields:
Parameter: module parameter
Example::
>>> for param in model.parameters():
>>> print(type(param.data), param.size())
<class 'torch.FloatTensor'> (20L,)
<class 'torch.FloatTensor'> (20L, 1L, 5L, 5L)
"""
for name, param in self.named_parameters():
yield param
所以,我們可以遍歷named_parameters()中的所有的參數(shù),只打印那些param.requires_grad=True的變量。具體實現(xiàn)代碼如下所示:
for name, param in model.named_parameters():
if param.requires_grad:
print(name)
這樣打印出的結(jié)果就是模型中所有的可訓(xùn)練參數(shù)列表!
以上這篇在pytorch中查看可訓(xùn)練參數(shù)的例子就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
python每5分鐘從kafka中提取數(shù)據(jù)的例子
今天小編就為大家分享一篇python每5分鐘從kafka中提取數(shù)據(jù)的例子,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12
python 如何在list中找Topk的數(shù)值和索引
這篇文章主要介紹了python 如何在list中找Topk的數(shù)值和索引的操作,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2021-05-05
Python實現(xiàn)日志實時監(jiān)測的示例詳解
觀察者模式:是一種行為型設(shè)計模式。主要關(guān)注的是對象的責(zé)任,允許你定義一種訂閱機制,可在對象事件發(fā)生時通知多個"觀察"該對象的其他對象。本文將利用觀察者模式實現(xiàn)日志實時監(jiān)測,需要的可以參考一下2022-04-04
pandas實現(xiàn)按照多列排序-ascending
這篇文章主要介紹了pandas實現(xiàn)按照多列排序-ascending,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-05-05

