PyTorch线性回归模型初始化报错TypeError，求代码修正方案

原代码存在的问题： #

• 未导入torch核心库，导致torch.randn、torch.Tensor等API无法调用
• nn.parameter拼写错误，正确类名为nn.Parameter（首字母大写）
• torch.randn传入了非法参数requires_gradient：该参数不属于torch.randn的入参列表，nn.Parameter会自动将包裹的张量设置为requires_grad=True，无需手动指定
• 类型注解使用了小写的torch.tensor，正确的张量类应为大写的torch.Tensor

修正后的完整代码： #

import torch
from torch import nn


class LinearRegressionModel(nn.Module):
    def __init__(self):
        super().__init__()
        # 使用nn.Parameter自动处理梯度追踪，无需手动设置requires_grad
        self.weights = nn.Parameter(torch.randn(1, dtype=torch.float))
        self.bias = nn.Parameter(torch.randn(1, dtype=torch.float))   

    def forward(self, X: torch.Tensor) -> torch.Tensor:
        return self.weights * X + self.bias


torch.manual_seed(32)
model_0 = LinearRegressionModel()
# 查看模型参数迭代器
print(model_0.parameters())
# 查看参数具体数值
for param in model_0.parameters():
    print(param)

补充说明： #

实例化模型后，通过model_0.parameters()可获取所有可训练参数的迭代器，遍历即可查看权重和偏置的具体数值，解决原问题中查看参数失败的问题。

内容的提问来源于stack exchange，提问作者ADITTTI