Pytorch面试常见问题

最新推荐文章于 2025-04-18 18:14:12 发布

zxyzxyzxyzxyzz

最新推荐文章于 2025-04-18 18:14:12 发布

阅读量1.4k

点赞数 22

文章标签： pytorch 人工智能 python

本文链接：https://blog.youkuaiyun.com/hhshbubaoyuan/article/details/138965415

版权

1.model.parameters()中参数的存储方式

在PyTorch中，模型的参数是通过一个个torch.Tensor对象存储的。每个torch.Tensor对象代表了模型中的一个参数，它可以是一个权重矩阵、偏置向量或者模型中的其他可学习参数。

当你调用model.parameters()时，你会得到一个包含所有这些torch.Tensor对象的生成器。这些张量（tensors）是多维数组，它们可以有不同的形状和数据类型，具体取决于它们在模型中的作用。

例如一层卷积的权重矩阵如下：

class A(nn.Module):
    def __init__(self):
        super().__init__()
        self.conv_layer = nn.Sequential(
            nn.Conv2d(2, 2, 3),
            nn.Conv2d(2, 2, 3),
            nn.Conv2d(2, 2, 3)
        )

    def forward(self, x):
        x = self.conv_layer(x)
        return x


tensor([[[[-0.0867,  0.1540, -0.1894],
          [-0.0881, -0.0181, -0.1127],
          [-0.1503, -0.0576, -0.1661]],

         [[-0.0447,  0.2345,  0.0317],
          [-0.0845,  0.1751,  0.1120],
          [-0.0362,  0.0467, -0.1501]]],


        [[