每天五分钟玩转深度学习PyTorch：获取神经网络模型的子网络模型

本文重点

本文主要为第二步（模型搭建）和第六步（优化器）服务，因为子网络是网络模型的一部分，我们如何获取自网络，需要了解网络的模型结构，然后再优化器部分我们需要获取指定网络模型部分的模型参数，所以本节课程很重要。

named_children

import torch
from torch import nn
class BasicNet(nn.Module):
 def __init__(self):
 super(BasicNet, self).__init__()
 self.net = nn.Linear(4, 3)
 def forward(self, x):#自定义的网络或者层一定要写forward方法
 return self.net(x)
 
class Net(nn.Module):
 def __init__(self):
 super(Net, self).__init__()
 self.net = nn.Sequential(
 BasicNet(),
 nn.ReLU(),
 nn.Linear(3, 2)) 
 def forward(self,x):
 return self.net(x)
 
net = Net()
for name, t in net.named_children():
 print('parameters:', name, t)
 print('parameters1:', name, t[0])
 print('parameters1:', nam