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 婚礼伴娘祝福语大全简短
11 朋友出国旅游祝福语简短
12 财神祝福语简短网名
13 生日贺卡祝福语简短创意
14 送教授贺卡祝福语简短
15 祝贺母校祝福语简短英语
16 生活老师离别祝福语简短
17 新年至客户祝福语简短
18 毕业祝福语老婆生日简短