比如，建了一個兩層全連接層的神經(jīng)網(wǎng)絡(luò)：

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，用這個神經(jīng)網(wǎng)絡(luò)訓(xùn)練。訓(xùn)練過程中，如果想查看權(quán)重或梯度：

model.classifier[0].weight[:3, :3]    # 查看第一層全連接層的一部分權(quán)重
model.classifier[0].weight.grad[:3, :3]    # 查看第一層全連接層的一部分梯度

model.classifier[1].weight[:3, :3]    # 查看第二層全連接層的一部分權(quán)重
model.classifier[1].weight.grad[:3, :3]    # 查看第一層全連接層的一部分梯度

　　

總結(jié)

以上是生活随笔為你收集整理的pytorch查看全连接层的权重和梯度的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。