嘿，这事儿其实挺简单的，给你两种常用的解决方案，按需选就行：

方法1：直接通过子模块属性访问（最便捷） #

因为你的模型里的fc1是Linear子模块，PyTorch会把这些子模块作为模型对象的属性直接暴露出来，所以你可以直接通过属性链获取目标参数：

# 获取fc1的权重张量
fc1_weight = myModel.fc1.weight
# 获取fc1的偏置张量
fc1_bias = myModel.fc1.bias

如果想确认参数的具体内容，直接打印或者加上.data查看即可，比如print(fc1_weight)就能看到张量的具体数值。

方法2：使用named_parameters()遍历查找（更灵活） #

如果你的模型结构复杂，或者需要批量筛选参数，named_parameters()方法会返回所有参数的名称-张量对，你可以遍历它们并筛选出目标参数：

target_params = {}
for name, param in myModel.named_parameters():
    if name in ['fc1.weight', 'fc1.bias']:
        target_params[name] = param

# 之后可通过名称直接访问目标参数
fc1_weight = target_params['fc1.weight']
fc1_bias = target_params['fc1.bias']

要是不确定参数的准确名称，先运行这段代码打印所有参数名称确认一下：

for name, param in myModel.named_parameters():
    print(name)

你的模型会输出fc1.weight、fc1.bias、fc2.weight、fc2.bias这些完整命名，方便你精准筛选。

内容的提问来源于stack exchange，提问作者Amin Kaveh