抱歉以一个torch新手的身份提问，但我保证已经在文档和网络上搜索了很多内容。
我有两个主要需求，首先是获取训练一个或多个批次后的权重增量，其次是将新的权重设置到模型中。
这意味着我想通过自己的方法（使用外部库）来更新权重，在torch中是否可以实现这一点？
看起来torch有一个抽象的module类 [1]，但它的接口并不完全符合我的需求。
[1] https://github.com/torch/nn/blob/master/doc/module.md#nn.Module
回答：
最后，通过咨询几位同事，我找到了答案。
正确理解getParameters() [1] 是解决问题的关键点。getParameters() 会获取扁平化的parameters（权重）和gradParameters（权重增量），此外，这是一个内存转换，应该如文档所述仅调用一次。
这意味着getParameters() 返回的值正是我们所需的，并且返回值的更改将反映到原始模型中，从而更新权重。
因此，我们不仅可以通过getParameters() 返回的parameters 获取扁平化的权重，还可以通过parameters:copy() 简单地设置权重。我们完全可以使用其他torch.Tensor() 方法来修改权重。
