小編給大家分享一下pytorch:中Parameter數據結構的示例分析，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！
一般來說,pytorch 的Parameter是一個tensor,但是跟通常意義上的tensor有些不一樣
1) 通常意義上的tensor 僅僅是數據
2) 而Parameter所對應的tensor 除了包含數據之外,還包含一個屬性:requires_grad(=True/False)
在Parameter所對應的tensor中獲取純數據,可以通過以下操作:
param_data = Parameter.data
測試代碼:
#-*-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數據結構的示例分析”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
