对于简单的网络
例如全连接层Linear
可以使用以下方法打印linear层：
fc = nn.Linear(3, 5) params = list(fc.named_parameters()) print(params.__len__()) print(params[0]) print(params[1])
输出如下：
由于Linear默认是偏置bias的，所有参数列表的长度是2。第一个存的是全连接矩阵，第二个存的是偏置。
对于稍微复杂的网络
例如MLP
mlp = nn.Sequential(
nn.Dropout(p=0.3),
nn.Linear(1024, 256),
nn.Linear(256, 64),
nn.Linear(64, 16),
nn.Linear(16, 1)
)
params = list(mlp.named_parameters())
print(params.__len__())
print(params[0])
print(params[1])
print(params[2])
print(params[3])
输出：
可以发现，堆叠起来的网络，参数是依次放置的。先是全连接的权重，然后偏置。然后是下一层网络的权重+偏置。依次进行下去。
这里有4层fc，4*2=8.所以一共有8个参数矩阵。
以上这篇pytorch 实现打印模型的参数值就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。