pytorch查看网络模型变量以及对应的尺寸

最新推荐文章于 2025-05-24 09:00:12 发布

原创最新推荐文章于 2025-05-24 09:00:12 发布 · 2.5k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #深度学习 #python

Pytorch 专栏收录该内容

11 篇文章

订阅专栏

本文记录了一种查看神经网络模型参数的方法，通过遍历并打印模型的命名参数及其大小，以便于理解模型结构和更新的参数。示例展示了GNN（图神经网络）、MLP（多层感知器）等层的权重和偏置参数的详细尺寸，有助于学习和调试深度学习模型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今天看代码发现，自己对于网络中需要更新的参数并不是很熟悉，然后百度发现了这个方法，记录一下：

在自己定义的模型下面加入这一行就可以查看了：

for name, param in model.named_parameters():
	print(name, '      ', param.size())

运行结果如下所示：

gnn.k_weight        torch.Size([192, 64])
gnn.node.0.weight        torch.Size([64, 19])
gnn.node.0.bias        torch.Size([64])
gnn.node.1.weight        torch.Size([64])
gnn.node.1.bias        torch.Size([64])
gnn.conv_params.0.weight        torch.Size([64, 64])
gnn.conv_params.0.bias        torch.Size([64])
gnn.conv_params.1.weight        torch.Size([64, 64])
gnn.conv_params.1.bias        torch.Size([64])
gnn.conv_params.2.weight        torch.Size([64, 64])
gnn.conv_params.2.bias        torch.Size([64])
gnn.bn2.0.weight        torch.Size([64])
gnn.bn2.0.bias        torch.Size([64])
gnn.bn2.1.weight        torch.Size([64])
gnn.bn2.1.bias        torch.Size([64])
gnn.bn2.2.weight        torch.Size([64])
gnn.bn2.2.bias        torch.Size([64])
gnn.bn3.weight        torch.Size([64])
gnn.bn3.bias        torch.Size([64])
gnn.graph_attn.0.weight        torch.Size([64, 64])
gnn.graph_attn.0.bias        torch.Size([64])
gnn.graph_attn.2.weight        torch.Size([64])
gnn.graph_attn.2.bias        torch.Size([64])
gnn.graph_attn.3.weight        torch.Size([1, 64])
gnn.graph_attn.3.bias        torch.Size([1])
gnn.graph_attn.4.weight        torch.Size([1])
gnn.graph_attn.4.bias        torch.Size([1])
mlp.m.0.weight        torch.Size([128, 64])
mlp.m.0.bias        torch.Size([128])
mlp.m.2.weight        torch.Size([2, 128])
mlp.m.2.bias        torch.Size([2])