小编给大家分享一下pytorch:中Parameter数据结构的示例分析,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!
一般来说,pytorch 的Parameter是一个tensor,但是跟通常意义上的tensor有些不一样
1) 通常意义上的tensor 仅仅是数据
2) 而Parameter所对应的tensor 除了包含数据之外,还包含一个属性:requires_grad(=True/False)
在Parameter所对应的tensor中获取纯数据,可以通过以下操作:
param_data = Parameter.data
测试代码:
#-*-coding:utf-8-*- import torch import torch.nn as nn ## regression for the 3 * 2 affine matrix fc_loc = nn.Sequential( nn.Linear(10 * 3 * 3, 32), nn.ReLU(True), nn.Linear(32, 3 * 2) ) ## initialize the weights/bias with identy transformation fc_loc[2].weight.data.zero_() fc_loc[2].bias.data.copy_(torch.tensor([1, 0, 0, 0, 1, 0], dtype=torch.float)) # print(fc_loc) print(fc_loc[2].weight) print(fc_loc[2].weight.data)
以上是“pytorch:中Parameter数据结构的示例分析”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注亿速云行业资讯频道!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。