大家還是直接看代碼吧~
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()))
補充：PyTorch查看網絡模型的參數量PARAMS和FLOPS等
在PyTorch中，可以使用torchstat這個庫來查看網絡模型的一些信息，包括總的參數量params、MAdd、顯卡內存占用量和FLOPs等。
示例代碼如下：
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：
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
您可能感興趣的文章:- pytorch固定BN層參數的操作
- pytorch 如何自定義卷積核權值參數
- pytorch交叉熵損失函數的weight參數的使用
- Pytorch 統計模型參數量的操作 param.numel()
- pytorch查看網絡參數顯存占用量等操作
- pytorch 優化器(optim)不同參數組,不同學習率設置的操作
- pytorch LayerNorm參數的用法及計算過程
