使用Pytorch中Parameter的打印和修改
在实验过程中想要使用梯度方法来修改决策器模型的参数,涉及到参数的修改和一些运算方法的使用,记录一下。
Parameter方法
参考官网tutorial以及网络上的一些博客,大致了解了Parameter的工作原理
官网教程:Pytorch > Docs > torch.nn > Parameter
网络博客:简书 > PyTorch里面的torch.nn.Parameter()
实验过程
简单记录实验步骤和结果:
1、首先看一下模型参数和简单运算
# print and calculate the Parameter of model
for para in net.rgb_classifier.parameters():
print("model_para : {} type : {} size : {}".format(para, type(para), para.size()))
print("done")
for para in net.rgb_classifier.parameters():
para = para*2
print("model_para2 : {} type : {} size : {}".format(para, type(para), para.size()))
print("done")
结果
model_para : Parameter containing:
tensor([[-0.0015, 0.0188, 0.0100, ..., 0.0012, 0.0108, 0.0197],
[ 0.0032, -0.0108, -0.0025, ..., 0.0210, -0.0068, -0.0191],
[ 0.0148, -0.0081, -0.0062, ..., -0.0092, 0.0010, -0.0046]