16 PyTorch神经网络基础 [动手学深度学习v2]

Grin*

于 2021-11-27 11:17:30 发布

阅读量678

点赞数

分类专栏：跟李沐学AI 文章标签：深度学习 pytorch

本文链接：https://blog.youkuaiyun.com/gpx33333/article/details/121574378

版权

跟李沐学AI 专栏收录该内容

17 篇文章

订阅专栏

本文详细探讨了如何在PyTorch中通过参数绑定实现不同网络间权重共享，展示了实例并解释了weight数据一致性。通过实操演示，揭示了共享权重在模型复用和效率提升中的关键作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

参数绑定

在不同的网络之间共享权重

shared = nn.Linear(8, 8)
net = nn.Sequential(nn.Linear(4, 8), nn.ReLU(), shared, nn.ReLU(), shared, nn.ReLU(), nn.Linear(8, 1))
print(net[2].weight.data[0] == net[4].weight.data[0])
# tensor([True, True, True, True, True, True, True, True])
net[2].weight.data[0, 0] = 100
print(net[2].weight.data[0] == net[4].weight.data[0])
# tensor([True, True, True, True, True, True, True, True])