自己搭建模型的时候经常需要定义一起参数矩阵,这个矩阵和我们原始输入的数据进行计算得到目标结果,当用torch声明一个向量或矩阵是固定的还是可训练的就需要用nn.Parameter声明,如下:
import torch
import torch.nn as nn
#torch随机生成一个向量,不可训练
v = torch.rand(5)
print(v)
print('-'*100)
#声明成一个可随着训练而调整参数的向量
v = nn.Parameter(v)
print(v)
注意下面的requires_grad=True,grad表示梯度,也就是会随着训练进行梯度下降更新。