【pytorch】model

打印网络结构(不带节点名称):

for ele in model.modules():
    print(ele)

打印named_parameters():

for (name, param) in model.named_parameters():
    if not param.requires_grad:
        print(name, param.data)

几个主要api的区别:pytorch model.named_parameters() ,model.parameters() ,model.state_dict().items()

打印模型状态:

import torch

model = torch.nn.BatchNorm2d((10, 3, 112, 112))
print(model)             # BatchNorm2d((10, 3, 112, 112), eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
print(model.training)    # True
model.train()
print(model.training)    # True
model.eval()
print(model.training)    # False
model.train()
print(model.training)    # True
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值