模型引數直方圖可以展示模型引數在訓練過程中的分佈情況。
透過直方圖,可以瞭解模型的學習狀態,識別過擬合或欠擬合問題,從而進行模型調優。
下面以ResNet18為例,顯示了不同層的引數直方圖。
import torchvision from matplotlib import pyplot as plt import torch model = torchvision.models.resnet18(pretrained=True) num = 1 # 遍歷模型的每一層 for name, module in model.named_modules(): # 判斷是否為卷積層 if isinstance(module, torch.nn.Conv2d): # 輸出卷積層名稱和權重 print(f"layer {name} : {module.weight.data.shape}") Oc,Ic,H,W = module.weight.data.shape data = module.weight.data.view(Oc*Ic*H*W).numpy() plt.subplot(5,4,num) plt.hist(data,bins=50) num +=1 plt.show()
結果如下: