python pyrotch模型中的参数访问

获取模型对象¹

res = model.decoder

获取模型参数对象²

res = model.decoder.parameters()

提示：
我们可以通过 Module 类的 parameters() 或者 named_parameters ⽅法来访问所有参数（以迭代器的形式返回），后者除了返回参数 Tensor 外还会返回其名字。

Pytorch中state_dict()、named_parameters()和parameters()的区别：optim.step只能更新nn.parameter.Parameter类型的参数。不可学习参数将会通过Module.register_parameter()注册在self._buffers中。named_parameters 保存了参数名与具体值，因此可用于锁住某些层的参数，让其在训练的时候不更新参数

打印参数³

print(type(model.named_parameters()))
for name, param in model.named_parameters():
    print(name, param.size())

此时能在Debug⁴中看到param的值，也可获取模型的第i层，并查看其中的参数：

res = MLP.model
weight_of_i = list( res[i].parameters())[0]
bias_of_i = list( res[i].parameters())[1]

打印模型中的参数个数

---

1. ↩︎

2. ↩︎

3. ↩︎

4. ↩︎