zoukankan      html  css  js  c++  java
  • pytorch查看全连接层的权重和梯度

    比如,建了一个两层全连接层的神经网络:

    class LinearClassifier_2layer(nn.Module):
        def __init__(self,  last_layer_dim=None, n_label=None):
            super(LinearClassifier_2layer, self).__init__()
    
            self.classifier = nn.Sequential(
                nn.Linear(last_layer_dim, 2*last_layer_dim),
                nn.ReLU(),
                nn.Linear(2*last_layer_dim, n_label)
            )
    
    
        def forward(self, x):
            return self.classifier(x)
    
    model = LinearClassifier_2layer(512, 10)

    然后,用这个神经网络训练。训练过程中,如果想查看权重或梯度:

    model.classifier[0].weight[:3, :3]    # 查看第一层全连接层的一部分权重
    model.classifier[0].weight.grad[:3, :3]    # 查看第一层全连接层的一部分梯度
    
    model.classifier[1].weight[:3, :3]    # 查看第二层全连接层的一部分权重
    model.classifier[1].weight.grad[:3, :3]    # 查看第一层全连接层的一部分梯度
    

      

  • 相关阅读:
    js内置对象
    js对象
    js函数
    js数组
    fetch
    vue按需引入element或mint
    nginx跳转访问
    webstrom vue项目让局域网访问
    Vue+Highcharts完全使用
    HighCharts使用更多图表HighChartsMore
  • 原文地址:https://www.cnblogs.com/picassooo/p/15055683.html
Copyright © 2011-2022 走看看