在pytorch中查看可训练参数的例子
pytorch中我们有时候可能需要设定某些变量是参与训练的,这时候就需要查看哪些是可训练参数,以确定这些设置是成功的。
pytorch中model.parameters()函数定义如下:
defparameters(self): r"""Returnsaniteratorovermoduleparameters. Thisistypicallypassedtoanoptimizer. Yields: Parameter:moduleparameter Example:: >>>forparaminmodel.parameters(): >>>print(type(param.data),param.size())(20L,) (20L,1L,5L,5L) """ forname,paraminself.named_parameters(): yieldparam
所以,我们可以遍历named_parameters()中的所有的参数,只打印那些param.requires_grad=True的变量。具体实现代码如下所示:
forname,paraminmodel.named_parameters(): ifparam.requires_grad: print(name)
这样打印出的结果就是模型中所有的可训练参数列表!
以上这篇在pytorch中查看可训练参数的例子就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持毛票票。
热门推荐
10 50多岁生日简短祝福语
11 新年稳重的祝福语简短
12 蛋糕生日弥勒祝福语简短
13 团队文案祝福语简短励志
14 职场祝福语大全 简短精辟
15 新房开工吉日祝福语简短
16 离职横幅升职祝福语简短
17 早日回国祝福语简短英语
18 六一互换礼物祝福语简短