for name, param in model.state_dict().items()例子

以下是一个简单的例子，展示如何使用`for name, param in model.state_dict().items()`来遍历模型的参数：

import torch
import torch.nn as nn

# 定义一个简单的神经网络模型
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.fc1 = nn.Linear(10, 20)
        self.fc2 = nn.Linear(20, 1)
        
    def forward(self, x):
        x = self.fc1(x)
        x = torch.relu(x)
        x = self.fc2(x)
        return x

# 创建一个Net类的实例
model = Net()

# 遍历模型的参数，并打印参数的名称和张量大小
for name, param in model.state_dict().items():
    print(name, param.size())

输出结果为：

fc1.weight torch.Size([20, 10])
fc1.bias torch.Size([20])
fc2.weight torch.Size([1, 20])
fc2.bias torch.Size([1])

这个例子中，我们创建了一个名为`Net`的简单神经网络模型，并创建了一个`Net`类的实例`model`。使用`for name, param in model.state_dict().items()`遍历了模型的参数，并打印了每个参数的名称和张量大小。