這篇文章主要介紹pytorch如何實現(xiàn)打印模型的參數(shù)值,文中介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們一定要看完!
創(chuàng)新互聯(lián)主營海南州網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營網(wǎng)站建設(shè)方案,成都App制作,海南州h5小程序設(shè)計搭建,海南州網(wǎng)站營銷推廣歡迎海南州等地區(qū)企業(yè)咨詢對于簡單的網(wǎng)絡(luò)
例如全連接層Linear
可以使用以下方法打印linear層:
fc = nn.Linear(3, 5) params = list(fc.named_parameters()) print(params.__len__()) print(params[0]) print(params[1])
輸出如下:
由于Linear默認是偏置bias的,所有參數(shù)列表的長度是2。第一個存的是全連接矩陣,第二個存的是偏置。
對于稍微復(fù)雜的網(wǎng)絡(luò)
例如MLP
mlp = nn.Sequential( nn.Dropout(p=0.3), nn.Linear(1024, 256), nn.Linear(256, 64), nn.Linear(64, 16), nn.Linear(16, 1) ) params = list(mlp.named_parameters()) print(params.__len__()) print(params[0]) print(params[1]) print(params[2]) print(params[3])
輸出:
可以發(fā)現(xiàn),堆疊起來的網(wǎng)絡(luò),參數(shù)是依次放置的。先是全連接的權(quán)重,然后偏置。然后是下一層網(wǎng)絡(luò)的權(quán)重+偏置。依次進行下去。
這里有4層fc,4*2=8.所以一共有8個參數(shù)矩陣。
1.PyTorch是相當(dāng)簡潔且高效快速的框架;2.設(shè)計追求最少的封裝;3.設(shè)計符合人類思維,它讓用戶盡可能地專注于實現(xiàn)自己的想法;4.與google的Tensorflow類似,F(xiàn)AIR的支持足以確保PyTorch獲得持續(xù)的開發(fā)更新;5.PyTorch作者親自維護的論壇 供用戶交流和求教問題6.入門簡單
以上是“pytorch如何實現(xiàn)打印模型的參數(shù)值”這篇文章的所有內(nèi)容,感謝各位的閱讀!希望分享的內(nèi)容對大家有幫助,更多相關(guān)知識,歡迎關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司行業(yè)資訊頻道!
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn,海內(nèi)外云服務(wù)器15元起步,三天無理由+7*72小時售后在線,公司持有idc許可證,提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案,具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢,專為企業(yè)上云打造定制,能夠滿足用戶豐富、多元化的應(yīng)用場景需求。