如何在打印神经网络权重时去除grad_fn信息

当然可以去掉grad_fn=<SelectBackward0>，以下是几种简单的实现方式：

• 方法一：使用.detach()切断计算图
  这个方法会返回一个不带有梯度信息的张量副本，打印时就不会显示grad_fn相关内容：

  print("Weight:", net.fc1.weight[0].detach())
  

• 方法二：转换为numpy数组后重新封装为张量
  将张量转换为numpy数组会丢失梯度信息，再重新转为张量即可得到干净的输出：

  import torch
  weight_np = net.fc1.weight[0].detach().numpy()
  print("Weight:", torch.tensor(weight_np))
  

• 方法三：使用.data属性（不推荐）
  虽然.data也能获取不带梯度的张量，但官方更推荐使用.detach()，因为.data在某些场景下可能导致梯度计算异常：

  print("Weight:", net.fc1.weight[0].data)
  

内容的提问来源于stack exchange，提问作者David777