【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
武子康13 小时前
驾驶轨迹换个坐标,就能给移动机器人用吗?
人工智能·算法·机器学习
jay神13 小时前
基于深度学习的交通流量预测系统(Web 版)
前端·人工智能·深度学习·yolo·计算机毕业设计
kaixin_啊啊13 小时前
【零基础学AI】第 25 章——计算机怎样处理文字
人工智能
一知半解仙13 小时前
乌镇2026:当“智能互联网”第一次被数据照进现实
人工智能·物联网·机器人·开源
泯泷14 小时前
AI 最坑的失败:不是不会做,而是"假装做完了"
人工智能·llm·agent
Alluxio14 小时前
Alluxio + OCI:为 AI 工作负载实现亚毫秒访问延迟与可扩展吞吐
运维·数据库·人工智能·分布式·缓存·ai·语言模型