如何按索引访问PyTorch模型参数

如果我的网络有10层,包括偏置项,如何仅通过索引访问第i层的参数?

目前,我正在做类似这样的事情:

for parameter in myModel.parameters():    parameter.data /= 5 

如何通过索引访问parameter.data?例如,我想在不迭代的情况下访问第9层的参数,类似于myModel.parameter.data[8]或类似的东西。


回答:

只需执行以下操作:

list(myModel.parameters())

现在它将成为一个权重和偏置的列表,要访问第一层的权重,可以这样做:

print(layers[0])

要访问第一层的偏置,可以这样做:

print(layers[1])

依此类推。

请记住,如果某一特定层的偏置设置为false,它将根本没有条目,因此例如,如果第二层的偏置为false,那么layers[3]实际上会给出第三层的权重。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注