pytorch查看网络模型变量以及对应的尺寸

最新推荐文章于 2024-06-22 08:53:27 发布

starlet_kiss

最新推荐文章于 2024-06-22 08:53:27 发布

阅读量2.2k

点赞数 3

分类专栏： Pytorch 文章标签： pytorch 深度学习 python

本文链接：https://blog.csdn.net/starlet_kiss/article/details/125818236

版权

Pytorch 专栏收录该内容

11 篇文章 3 订阅

订阅专栏

本文记录了一种查看神经网络模型参数的方法，通过遍历并打印模型的命名参数及其大小，以便于理解模型结构和更新的参数。示例展示了GNN（图神经网络）、MLP（多层感知器）等层的权重和偏置参数的详细尺寸，有助于学习和调试深度学习模型。

摘要由CSDN通过智能技术生成

今天看代码发现，自己对于网络中需要更新的参数并不是很熟悉，然后百度发现了这个方法，记录一下：

在自己定义的模型下面加入这一行就可以查看了：

for name, param in model.named_parameters():
	print(name, '      ', param.size())

运行结果如下所示：

gnn.k_weight        torch.Size([192, 64])
gnn.node.0.weight        torch.Size([64, 19])
gnn.node.0.bias        torch.Size([64])
gnn.node.1.weight        torch.Size([64])
gnn.node.1.bias        torch.Size([64])
gnn.conv_params.0.weight        torch.Size([64, 64])
gnn.conv_params.0.bias        torch.Size([64])
gnn.conv_params.1.weight        torch.Size([64, 64])
gnn.conv_params.1.bias        torch.Size([64])
gnn.conv_params.2.weight        torch.Size([64, 64])
gnn.conv_params.2.bias        torch.Size([64])
gnn.bn2.0.weight        torch.Size([64])
gnn.bn2.0.bias        torch.Size([64])
gnn.bn2.1.weight        torch.Size([64])
gnn.bn2.1.bias        torch.Size([64])
gnn.bn2.2.weight        torch.Size([64])
gnn.bn2.2.bias        torch.Size([64])
gnn.bn3.weight        torch.Size([64])
gnn.bn3.bias        torch.Size([64])
gnn.graph_attn.0.weight        torch.Size([64, 64])
gnn.graph_attn.0.bias        torch.Size([64])
gnn.graph_attn.2.weight        torch.Size([64])
gnn.graph_attn.2.bias        torch.Size([64])
gnn.graph_attn.3.weight        torch.Size([1, 64])
gnn.graph_attn.3.bias        torch.Size([1])
gnn.graph_attn.4.weight        torch.Size([1])
gnn.graph_attn.4.bias        torch.Size([1])
mlp.m.0.weight        torch.Size([128, 64])
mlp.m.0.bias        torch.Size([128])
mlp.m.2.weight        torch.Size([2, 128])
mlp.m.2.bias        torch.Size([2])