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:

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