named_parameters()
时间: 2023-04-26 09:02:53 浏览: 110
`named_parameters()` 是 PyTorch 中一个用于获取神经网络模型参数的方法。它返回一个包含模型中所有参数名称及其对应参数张量的迭代器。
以下是一个简单的示例:
```python
import torch
import torch.nn as nn
class MyModel(nn.Module):
def __init__(self):
super(MyModel, 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
model = MyModel()
for name, param in model.named_parameters():
print(name, param.shape)
```
上述代码创建了一个简单的神经网络模型 `MyModel`,它包含两个线性层。在迭代模型中的参数时,我们可以使用 `named_parameters()` 方法来获取每个参数的名称和形状。输出应该如下所示:
```
fc1.weight torch.Size([5, 10])
fc1.bias torch.Size([5])
fc2.weight torch.Size([2, 5])
fc2.bias torch.Size([2])
```
每个参数名称由其层名称和参数类型组成,例如 `fc1.weight` 表示第一个线性层的权重参数。