PyTorch 和神经网络：一层有多少参数？

Question

我看到很多消息来源都在谈论 neural.network 中的参数数量，并提到它的计算方式是：

num parameters = ((shape of filter width * filter height * shape of height * 上一层filter个数+1)* filter个数)

但我一直无法理解它如何适用于使用火炬中的 nn 创建的网络

例如 this.network 有多少个参数？

class NeuralNetwork(nn.Module):
    def __init__(self):
        super(NeuralNetwork, self).__init__()
        self.flatten = nn.Flatten()
        self.linear_relu_stack = nn.Sequential(
            nn.Linear(28*28, 512),
            nn.ReLU(),
            nn.Linear(512, 512),
            nn.ReLU(),
            nn.Linear(512, 10)
        )

    def forward(self, x):
        x = self.flatten(x)
        logits = self.linear_relu_stack(x)
        return logits

Answer 1

对象nn.Linear表示维度为 [m, n] 的矩阵。 例如， nn.Linear(28*28, 512)有(28*28)*512参数（权重）。 在这里查看更多关于它的信息。

对象nn.Flatten()和nn.ReLU()不包含参数。

Answer 2

PyTorch 有一个内置函数，可用于打印网络摘要，其中包括网络结构、参数数量和总大小。

在您的情况下，您可以将其打印为，

from torchsummary import summary

net = NeuralNetwork()
summary(net, (1, 28, 28))

Answer 3

除了Pathi_rao的回答，来自 torchsummary 模块的摘要 function 有一个默认值为cuda的设备参数，您需要将设备更改为 cpu summary.net, (1,28,28), device='cpu')或将 model 设备更改为 cuda summary.net.to('cuda'), (1,28,28))否则会引发以下 RuntimeError