PyTorch加载.pt文件：如何打印模型参数形状与参数值

1. 加载模型参数字典 #

首先用torch.load()加载.pt文件，得到参数字典：

import torch

# 替换为你的模型文件路径
model_dict = torch.load("your_model.pt")

2. 打印所有参数的形状 #

遍历字典的键值对，就能看到每个参数的名称和对应形状：

for name, tensor in model_dict.items():
    print(f"{name}: {tensor.shape}")

3. 获取输入层到隐藏层的权重 #

PyTorch中全连接层（nn.Linear）的权重形状是[输出维度, 输入维度]，所以输入层到隐藏层的权重原始形状会是[32, 168]，转置后就是你需要的168*32矩阵：

# 根据第二步打印的参数名称，找到输入到隐藏层的权重键名（通常类似fc1.weight、layers.0.weight）
input_hidden_weight = model_dict["fc1.weight"]
# 转置得到168x32的矩阵
target_weight = input_hidden_weight.T
print("输入层到隐藏层的权重矩阵(168x32):")
print(target_weight)

注意：如果你的模型参数命名不同，比如用了Sequential容器，键名可能是0.weight，以第二步打印的实际名称为准。

内容的提问来源于stack exchange，提问作者Leon.L