pytoch打印模型参数csdn
时间: 2023-05-04 14:05:09 浏览: 54
在 PyTorch 中,我们可以使用 ".parameters()" 或 ".named_parameters()" 来打印模型中的参数。
".parameters()" 会返回模型中所有参数的迭代器,我们可以使用循环将其打印出来。
示例代码如下:
```python
import torch
import torch.nn as nn
# 定义一个简单的模型
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
self.fc = nn.Linear(10, 1)
def forward(self, x):
x = self.fc(x)
return x
# 实例化模型并打印模型参数
model = Net()
for param in model.parameters():
print(param)
```
输出结果为:
```
Parameter containing:
tensor([[-0.0586, -0.1462, -0.3116, 0.0163, -0.2863, -0.0228, -0.1780, 0.0795,
-0.1180, -0.3212]], requires_grad=True)
Parameter containing:
tensor([-0.2104], requires_grad=True)
```
".named_parameters()" 可以返回模型中所有参数的名称以及其对应的迭代器,我们可以使用循环将其名称和数值打印出来。
示例代码如下:
```python
import torch
import torch.nn as nn
# 定义一个简单的模型
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
self.fc = nn.Linear(10, 1)
def forward(self, x):
x = self.fc(x)
return x
# 实例化模型并打印模型参数
model = Net()
for name, param in model.named_parameters():
print(name, param)
```
输出结果为:
```
fc.weight Parameter containing:
tensor([[-0.1169, -0.0565, -0.1015, -0.2175, -0.1045, -0.1455, -0.0778, -0.0806,
-0.0568, 0.2213]], requires_grad=True)
fc.bias Parameter containing:
tensor([0.1351], requires_grad=True)
```