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：
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。如有错误或未考虑完全的地方，望不吝赐教。
您可能感兴趣的文章:- pytorch固定BN层参数的操作
- pytorch 如何自定义卷积核权值参数
- pytorch交叉熵损失函数的weight参数的使用
- Pytorch 统计模型参数量的操作 param.numel()
- pytorch查看网络参数显存占用量等操作
- pytorch 优化器(optim)不同参数组,不同学习率设置的操作
- pytorch LayerNorm参数的用法及计算过程
