如何获取自定义LSTMModel模型的结构摘要？

以下是几种获取你提供的LSTMModel结构摘要的实用方法：

1. 直接打印模型实例 #

这是最基础的方式，创建模型实例后直接打印，会输出各层的类型、参数配置：

import torch
import torch.nn as nn

# 你的LSTMModel类定义...

model = LSTMModel()
print(model)

输出会包含LSTM层、全连接层、激活层的详细结构信息。

2. 使用torchsummary库（显示输入输出形状） #

这个库能直观展示每层的输入输出形状、参数总量，需要先安装：

pip install torchsummary

然后编写代码：

from torchsummary import summary

model = LSTMModel()
# 由于模型设置了batch_first=True，input_size指定为(序列长度, 输入维度)
summary(model, input_size=(10, 99))  # 序列长度可根据实际需求调整

输出会列出每层的名称、输入输出形状、参数数量，以及总参数量。

3. 使用torchinfo库（更详细的模型统计） #

torchinfo比torchsummary更灵活，支持复杂模型结构，还能显示显存占用等信息，安装命令：

pip install torchinfo

使用示例：

from torchinfo import summary

model = LSTMModel()
# input_size格式为(批量大小, 序列长度, 输入维度)
summary(model, input_size=(32, 10, 99))

输出会包含每层的详细统计，包括可训练参数、非可训练参数、输入输出形状等。

额外提示：你的模型forward函数中h0和c0的定义未考虑批量大小，实际运行时会报错，建议修改为：

h0 = torch.zeros(self.n_layers, input.size(0), self.hidden_dim).to(input.device)
c0 = torch.zeros(self.n_layers, input.size(0), self.hidden_dim).to(input.device)

这样能适配不同批量大小的输入，同时将张量移到模型所在设备（CPU/GPU）。

内容的提问来源于stack exchange，提问作者Bibek Chalise