pytorch网络训练中的两个loss（未验证完）

淘尽黄沙后

于 2021-03-23 20:25:54 发布

阅读量1.5k

点赞数

分类专栏：实验记录文章标签： python 深度学习神经网络

本文链接：https://blog.youkuaiyun.com/langtaosha1996/article/details/105926285

版权

本文探讨了在PyTorch中进行深度学习训练时，使用两个网络并各自产生一个Loss的情况。重点在于如何处理Loss回传，包括不冻结参数时仅回传loss2以及在冻结部分参数的情况下回传loss2的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

                print('#########mapNet#########')
                    for name,param in self.mapNet.named_parameters():
                    if name =='forward1.0.weight':
                        print(param.sum())
                    if name == 'forward2.0.resBlock.0.weight':
                        print(param.sum())
                    if name == 'decoder.deconv1.0.weight':
                        print(param.sum())
                print('#########net#########')
                for name, param in self.net.named_parameters():
                    if name == 'conv1.weight':
                        print(param.sum())
                    if name == 'layer2.2.bn3.weight':
                        print(param.sum())
                    if name == 'layer3.0.downsample.0.weight':
                        print(param.sum())

1 两个网络