在机器学习的代码调试过程中，网络参数总量是一个重要的参考数值。那么在pytorch中怎么查看网络参数总量呢？接下来的这篇文章带你了解。

大家还是直接看代码吧~

netG = Generator()
print('# generator parameters:', sum(param.numel() for param in netG.parameters()))
netD = Discriminator()
print('# discriminator parameters:', sum(param.numel() for param in netD.parameters()))

补充：PyTorch查看网络模型的参数量PARAMS和FLOPS等

在PyTorch中，可以使用torchstat这个库来查看网络模型的一些信息，包括总的参数量params、MAdd、显卡内存占用量和FLOPs等。

示例代码如下：

from torchstat import stat
from torchvision.models import resnet50, resnet101, resnet152, resnext101_32x8d
model = resnet50()
stat(model, (3, 224, 224))

打印信息如下：

以上就是pytorch中怎么查看网络参数总量的全部内容，希望能给大家一个参考，也希望大家多多支持W3Cschool。如有错误或未考虑完全的地方，望不吝赐教。

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。