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中文源码网。