[torch]如何读取 nn 模型中的权重

Question

我使用 itorch notebook 构建了 nn 模型。

model = nn.Sequential()

model:add(nn.Reshape(ninputs))

model:add(nn.Linear(ninputs,noutputs))

向模型输入数据

output = model:forward(input)

然后，我打印模型并得到了这个。

print(model)

nn.Sequential {
  [input -> (1) -> (2) -> output]
  (1): nn.Reshape(3072)
  (2): nn.Linear(3072 -> 10)
}
{
  gradInput : DoubleTensor - empty
  modules : 
    {
      1 : 
        nn.Reshape(3072)
        {
          _input : DoubleTensor - empty
          nelement : 3072
          train : true
          output : DoubleTensor - size: 3072
          gradInput : DoubleTensor - empty
          size : LongStorage - size: 1
          _gradOutput : DoubleTensor - empty
          batchsize : LongStorage - size: 2
        }
      2 : 
        nn.Linear(3072 -> 10)
        {
          gradBias : DoubleTensor - size: 10
          weight : DoubleTensor - size: 10x3072
          train : true
          bias : DoubleTensor - size: 10
          gradInput : DoubleTensor - empty
          gradWeight : DoubleTensor - size: 10x3072
          output : DoubleTensor - size: 10
        }
    }
  train : true
  output : DoubleTensor - size: 10
}

如何读取nn.linear中的权重？

提前致谢。

Answer 1

哦，类似php

model.modules[2].weight

Answer 2

我发现model.modules[1].weight和model:get(1).weight类似，但是都不能像residual block一样从table层获取参数。这样就把residual block作为一个layer。

然而，即使在table层中，我们也可以使用params, gradParams = model:parameters()来获取每一层的参数。

值得注意的是，在第二种方式中，每一层的网络参数被分成两层，分层排列

[torch]如何读取 nn 模型中的权重

[torch]how to read weights in nn model

neural-network

torch