标签：__ named parameters nn self TestModel model name

说明：返回每一层的参数的名称和参数内容（权重和偏置）

作用：一般来说，类中的成员都是私有的，可以通过这种方式获得模型中的参数

例如：

import torch
import torch.nn as nn
class TestModel(nn.Module):
    def __init__(self):
        super(TestModel, self).__init__()
        self.layer1 = nn.Sequential(
            nn.Linear(in_features=3,out_features=2)
        )

if __name__ == '__main__':
    T = TestModel()
    for name,parameters in T.named_parameters():
        print('name:',name)
        print('parameters:',parameters)

输出：

name: layer1.0.weight
parame: Parameter containing:
tensor([[-0.1038,  0.3773,  0.1975],
        [-0.3853,  0.3771,  0.4450]], requires_grad=True)
name: layer1.0.bias
parame: Parameter containing:
tensor([ 0.2626, -0.4278], requires_grad=True)

标签：__,named,parameters,nn,self,TestModel,model,name
来源： https://www.cnblogs.com/jiu-fang/p/16310642.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。