在pytorch中查看可訓(xùn)練參數(shù)的例子
pytorch中我們有時(shí)候可能需要設(shè)定某些變量是參與訓(xùn)練的,這時(shí)候就需要查看哪些是可訓(xùn)練參數(shù),以確定這些設(shè)置是成功的。
pytorch中model.parameters()函數(shù)定義如下:
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,我們可以遍歷named_parameters()中的所有的參數(shù),只打印那些param.requires_grad=True的變量。具體實(shí)現(xiàn)代碼如下所示:
for name, param in model.named_parameters(): if param.requires_grad: print(name)
這樣打印出的結(jié)果就是模型中所有的可訓(xùn)練參數(shù)列表!
以上這篇在pytorch中查看可訓(xùn)練參數(shù)的例子就是小編分享給大家的全部內(nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python實(shí)現(xiàn)蒙特卡洛算法小實(shí)驗(yàn)過程詳解
這篇文章主要介紹了Python實(shí)現(xiàn)基于蒙特卡洛算法過程詳解,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-07-07python將圖片文件轉(zhuǎn)換成base64編碼的方法
這篇文章主要介紹了python將圖片文件轉(zhuǎn)換成base64編碼的方法,涉及Python操作base64編碼的技巧,需要的朋友可以參考下2015-03-03Python中shapefile轉(zhuǎn)換geojson的示例
今天小編就為大家分享一篇關(guān)于Python中shapefile轉(zhuǎn)換geojson的示例,小編覺得內(nèi)容挺不錯(cuò)的,現(xiàn)在分享給大家,具有很好的參考價(jià)值,需要的朋友一起跟隨小編來看看吧2019-01-01基于Python實(shí)現(xiàn)溫度轉(zhuǎn)換程序
這篇文章主要為大家詳細(xì)介紹了如何基于Python實(shí)現(xiàn)簡單的溫度轉(zhuǎn)換程序,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2023-10-10