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

Flatten and back keras

我正在尝试使用自编码器获取简单向量中的值 这是我的代码…

Python中多元逻辑回归显示错误

我试图使用逻辑回归进行预测,并使用Python和skl…

在MACOS上安装NLTK

我在我的2015款Mac Pro上尝试安装NLTK,操…

如何在R中将通过RFE选择的变量插入到机器学习模型中?

我想使用递归特征消除方法来选择最重要的特征,然后将这些…

CountVectorizer 错误:ValueError: setting an array element with a sequence

我有一个包含144条学生反馈的数据集,其中有72条正面…

### 在特定轮次后开始回调值准确性[start callback val acc after specific epoch]

我在使用验证准确性实现提前停止时有一个疑问。 假设我想…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注