在pytorch中查看可训练参数的例子

  • Z时代
  • 2024-01-10
  • 分类：综合

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：

  def parameters(self):
    r"""Returns an iterator over module parameters.
    This is typically passed to an optimizer.
    Yields:
      Parameter: module parameter
    Example::
      >>> for param in model.parameters():
      >>>   print(type(param.data), param.size())
      <class 'torch.FloatTensor'> (20L,)
      <class 'torch.FloatTensor'> (20L, 1L, 5L, 5L)
    """
    for name, param in self.named_parameters():
      yield param

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：

for name, param in model.named_parameters():
  if param.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。

以上是 在pytorch中查看可训练参数的例子 的全部内容， 来源链接： utcz.com/z/339347.html

回到顶部