model.named_parameters()

说明：返回每一层的参数的名称和参数内容（权重和偏置）

作用：一般来说，类中的成员都是私有的，可以通过这种方式获得模型中的参数

例如：

import torch
import torch.nn as nn
class TestModel(nn.Module):
    def __init__(self):
        super(TestModel, self).__init__()
        self.layer1 = nn.Sequential(
            nn.Linear(in_features=3,out_features=2)
        )

if __name__ == '__main__':
    T = TestModel()
    for name,parameters in T.named_parameters():
        print('name:',name)
        print('parameters:',parameters)

输出：

name: layer1.0.weight
parame: Parameter containing:
tensor([[-0.1038,  0.3773,  0.1975],
        [-0.3853,  0.3771,  0.4450]], requires_grad=True)
name: layer1.0.bias
parame: Parameter containing:
tensor([ 0.2626, -0.4278], requires_grad=True)