目录
卷积层
提取层结构
提取网络中的某一层或者几层
nn.Module的属性
children() :返回下一级模块的迭代器(下图中只会返回到:layer1、layer2) named_children() :迭代器+网络层的名字
modules() :返回模型中所有模块的迭代器,访问到最内层(可以访问到conv层等) named_mudules():迭代器+网络层的名字
提取出网络的前两层:
提取出模型的所有卷积层:
提取参数
nn.Module 关于参数的属性:
named_parameters() 给出网络层的名字和参数的迭代器
parameters() 给出网络全部参数的迭代器
for param in model.named_parameters():
print(param[0])
权重初始化:
权重是一个Variable 只需要取出其中的data属性进行处理即可