Pytorch中查看模型参数信息, net.parameters()、net.named_parameters(), net.layer.parameters()等,末尾有,Variable,hook

本文介绍了在PyTorch中如何查看和操作模型参数,包括`net.parameters()`、`net.named_parameters()`、`net.layer.parameters()`等方法的使用。通过这些方法可以获取模型的权重、偏置,并详细探讨了参数的Variable属性、`.data`、`.volatile`、`.grad_fn`以及`.requires_grad`。此外,还提到了`register_hook`和`state_dict()`在理解和调试模型中的作用。
摘要由CSDN通过智能技术生成

        测试代码由此开始:

class Net(nn.Module):
    def __init__(self):
        super(Net,self).__init__()
        self.conv1 = nn.Conv2d(3, 6, kernel_size=3, padding=1)
        self.bn1 = nn.BatchNorm2d(6)
        self.conv2 = nn.Conv2d(6,8,kernel_size=3,padding=1)
        self.relu = nn.ReLU(inplace=True)
    def forward(self,x):
        x = self.conv1(1)
        x = self.bn1(x)
        x = self.conv2(x)
        x = self.relu(x)
        return x

net = Net()
pdb.set_trace()

        pdb中的net  或者  print(net) -> 输出模型具体框架

         net.parameters() -> 生成器generater,用循环拿到参数

         print([name.shape for name in net.parameters()]) -> name是每个层的参数层数值,每个name是类型是torch.nn.parameter.Parameter,name.shape<

  • 4
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值