【Pytorch 第二讲】 如何遍历 或者查看Model权重/参数/tesnsor_size/dict_names

python 复制代码
for (name, param), (key, value) in zip(network.named_parameters(),network.state_dict().items()):
    print(f"{name}   Tensor size: {param.size()}   {key}   Tensor size: {value.size()}")
    print("\nParameter details:")

State_dict keys:

patch_embed.conv_down.0.weight Tensor size: torch.Size(64, 3, 3, 3)

patch_embed.conv_down.1.weight Tensor size: torch.Size(64)

Parameter details: patch_embed.conv_down.1.bias Tensor size: torch.Size(64)

相关推荐
AI Coder 码农王几秒前
AgentScope Java v2 第1课,消息与事件模型
人工智能
loulanyue_4 分钟前
我们正从规模化时代迈向研究时代:破除预训练幻象与通用泛化困境——读Ilya Sutskever重磅专访全景解析
人工智能·深度学习·机器学习·大模型·通用人工智能
4SAPI5 分钟前
System Prompt、Function Calling跨模型适配问题分析
网络·人工智能·prompt
solidwork_s5 分钟前
SOLIDWORKS 2027 Simulation仿真新功能汇总
人工智能·solidworks
软购商城6 分钟前
AI 赋能全流程文献管理|ReadCube,不止是参考文献管理器
人工智能
道一云黑板报6 分钟前
WorkBuddy 进入企业微信侧边栏:入口、执行与连接的分工
人工智能·ai·企业微信
hhb_6187 分钟前
Flask+SQLite实现用户管理接口
python·sqlite·flask
全栈练习生8 分钟前
RAG 准确率保障的体系化方案
python·ai
吴佳浩9 分钟前
一文看懂大模型推理为什么需要多卡:从 TP、DP 到 Runtime 的完整演进
人工智能
2401_8322981012 分钟前
人工智能进入日常之后
人工智能