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。
