基于Pytorch的网络层提取功能实现

使用model.children()来提取各个网络层：

使用model.children()来提取前两层网络： 

 使用model.modules提取网络中卷积层：

for m in model.modules():

    if isinstance(m,nn.Conv2d):

        nn.init.normal(m.weight.data)

#         nn.init.xavier_normal(m.weight.data)

#         nn.init.kaiming_normal(m.weight.data)

    elif isinstance(m,nn.Linear):

        m.weight.data.normal_()

#     m.bias.data.fill_(0)  

备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除。

创作不易，相关程序，说明文档需求，如需要，可加作者新联系方式，WX：Q3101759565，QQ：3101759565[多加几次！！！]

祝您学业有成！工作顺利！ 年薪百万!