本文重点

当我们定义好神经网络之后，这个网络是由多个网络层构成的，每层都有参数，我们如何才能获取到这些参数呢？我们将再下面介绍几个方法来获取神经网络的模型参数，此文我们是为了学习第6步（优化器）。

获取所有参数Parameters

from torch import nn
net=nn.Sequential(nn.Linear(4,2),nn.Linear(2,2)
)
print(list(net.parameters()))#返回一个列表，列表中的元素是每一个参数
print("-----------------------------")
print(list(net.parameters())[0].shape)
print(list(net.parameters())[1].shape)
print(list(net.parameters())[2].shape)
print(list(net.parameters())[3].shape)

net.Parameters()可以获得模型的所有参数，返回一个列表[w0,b0,w1,b1]，有多少参数，列表中就有多少元素。一个全连接层有两个参数w，b，那