pytorch的parameters()函数来检查模型的参数数量和值

pytorch的parameters()函数可以让你很方便地检查模型的参数数量和值。它返回一个可迭代的参数列表，你可以使用len()函数获取参数数量。以下是一个示例代码：

import torch
import torch.nn as nn

# 定义一个简单的网络
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.fc1 = nn.Linear(10, 5)
        self.fc2 = nn.Linear(5, 2)

    def forward(self, x):
        x = self.fc1(x)
        x = self.fc2(x)
        return x

# 创建网络实例
net = Net()

# 打印模型参数数量
params = list(net.parameters())
print("参数数量：", len(params))

# 打印模型参数值
for name, param in net.named_parameters():
    print(name, param.data)

在这个示例中，我们定义了一个简单的神经网络，包含2个全连接层。我们使用parameters()函数获取模型的参数列表，并打印出参数数量。然后，我们使用named_parameters()函数遍历模型的所有参数，并打印出参数的名称和值。

你可以在以上代码的基础上，根据你自己的模型来检查模型的参数数量和值。