深度学习2:PyTorch访问深度学习模型中网络层的结构
获取分块网络层名称–使用nn.Module的named_children()方法实现。获取分块网络层–使用nn.Module的children()方法实现。获取所有网络层–使用modules()方法实现。
·
获取分块网络层–使用nn.Module的children()方法实现
for k ,layer in enumerate(model.children()): #将model替换为你自己的模型名字
print('第%d层如下:'%(k+1))
print(layer)
获取分块网络层名称–使用nn.Module的named_children()方法实现
for k ,(name,layer) in enumerate(model.named_children()): #将model替换为你自己的模型名字
print('第%d层如下:'%(k+1,name))
print(layer)
获取所有网络层–使用modules()方法实现
for k ,layer_block in enumerate(model.modules()): #将model替换为你自己的模型名字
print('第%d层'%(k+1))
print(layer_block)
魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐


所有评论(0)