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。
