torch 模型中相关参数param及child修改测试详解

Model中的参数操作详解

以如下模型代码为例：

class TestMLP(nn.Module):
    def __init__(self, num_features, num_hidden1, num_hidden2, num_class):
        super().__init__()
        self.layers = nn.Sequential(
            nn.Linear(num_features, num_hidden1),
            nn.ReLU(),
            nn.Linear(num_hidden1, num_hidden2),
            nn.ReLU(),
            
            nn.Linear(num_hidden2, num_class)
        )
    def forward(self, x):
        x = self.layers(x)
        return x  

打印model可以看到：

TestMLP(
  (layers): Sequential(
    (0): Linear(in_features=64, out_features=32, bias=True)
    (1): ReLU()
    (2): Linear(in_features=32, out_features=64, bias=True)
    (3): ReLU()
    (4): Linear(in_features=64, out_features=3, bias=True)
  )
)

1、named_parameters()

for name, param in model.named_parameters()

这个就是输出模型的名字和参数，很常见了。name的话就是每个层的名字，参数就很多了，大家可以自己试一下。

2、 parameters()

for param in model.parameters()

与1差不多，只不过仅有param没有了name。

3、model.children()

for child in model.children():
	print(child)

该方法会遍历模型的子层，就跟树中的children是一个道理。
以我们上述的例子来看，它的输出就是整个Sequential层。如果我们定义模型的时候有两个Sequential，就会分别输出两个。所以一般的话使用model.children()会建立一个函数递归调用。

待更新。。。。。。

其他用到的在更新吧。