pytorch 實(shí)現(xiàn)打印模型的參數(shù)值
對(duì)于簡(jiǎn)單的網(wǎng)絡(luò)
例如全連接層Linear
可以使用以下方法打印linear層:
fc = nn.Linear(3, 5) params = list(fc.named_parameters()) print(params.__len__()) print(params[0]) print(params[1])
輸出如下:

由于Linear默認(rèn)是偏置bias的,所有參數(shù)列表的長(zhǎng)度是2。第一個(gè)存的是全連接矩陣,第二個(gè)存的是偏置。
對(duì)于稍微復(fù)雜的網(wǎng)絡(luò)
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])
輸出:


可以發(fā)現(xiàn),堆疊起來(lái)的網(wǎng)絡(luò),參數(shù)是依次放置的。先是全連接的權(quán)重,然后偏置。然后是下一層網(wǎng)絡(luò)的權(quán)重+偏置。依次進(jìn)行下去。
這里有4層fc,4*2=8.所以一共有8個(gè)參數(shù)矩陣。
以上這篇pytorch 實(shí)現(xiàn)打印模型的參數(shù)值就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python使用SQLAlchemy進(jìn)行復(fù)雜查詢的操作代碼
SQLAlchemy 是 Python 生態(tài)系統(tǒng)中非常流行的數(shù)據(jù)庫(kù)處理庫(kù),它提供了一種高效、簡(jiǎn)潔的方式與數(shù)據(jù)庫(kù)進(jìn)行交互,在數(shù)據(jù)驅(qū)動(dòng)的應(yīng)用程序中,復(fù)雜查詢是必不可少的,本文將通過(guò)一些常見(jiàn)的示例介紹如何使用 SQLAlchemy 編寫(xiě)復(fù)雜查詢,需要的朋友可以參考下2024-10-10
python主動(dòng)拋出異常raise的方法實(shí)現(xiàn)
本文主要介紹了python主動(dòng)拋出異常raise的方法實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-12-12
Django項(xiàng)目如何獲得SSL證書(shū)與配置HTTPS
本文總結(jié)了如何獲得SSL證書(shū)并給Django項(xiàng)目配置HTTPS,建議先收藏再閱讀,將來(lái)有一天你很可能會(huì)用到它。2021-04-04
python中對(duì)開(kāi)區(qū)間和閉區(qū)間的理解
這篇文章主要介紹了python中對(duì)開(kāi)區(qū)間和閉區(qū)間的理解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-07-07

