本文共 366 字，大约阅读时间需要 1 分钟。

PyTorch模型加载与权重分析

在当前实验中，我们使用PyTorch框架加载预训练模型，主要目的是分析模型各层的权重参数。以下是具体实现细节：

首先，加载模型及其预训练参数：

model = Net()model.load_state_dict(torch.load(r"C:\Users\admin\Desktop\test1\w.pkl"))

接下来，检查各层权重参数：

print(model.fc1.weight)  # 查看第一层全连接层的权重print('/') print(model.fc2.weight)  # 查看第二层全连接层的权重print('/')print(model.fc3.weight)  # 查看第三层全连接层的权重

通过上述代码，可以观察到模型各层的权重参数，进一步分析模型的结构和特征表达。

转载地址：http://bhpi.baihongyu.com/