Pytorch 无法获取RNN的隐藏权重值

我声明我的RNN为

self.rnn = torch.nn.RNN(input_size=encoding_dim, hidden_size=1, num_layers=1, nonlinearity='relu')

后来

很明显，我看到了权重的值，但无法访问它。表示我需要指定requires_grad=True，但这不起作用

有没有比self.rnn.all\u weights[0][0][0]更优雅、更实用的方法？使用或

---

这是行不通的

just_weights[0]。values（）

给出了

***运行时错误：无法使用“CPU”后端的参数运行“aten:：values”aten:：values'仅适用于以下后端：[SparseCPU、Autograd、Profiler、Tracer]。

您尝试使用它的原因是什么？它在文档中指定只能在某些张量上使用它。如果只需要数值，可以执行

torch.tensor.data

。

self.rnn.all_weights
# [[Parameter containing:
tensor([[-0.8099, -0.9543,  0.1117,  0.6221,  0.5034, -0.6766, -0.3360, -0.1700,
         -0.9361, -0.3428]], requires_grad=True), Parameter containing:
tensor([[-0.1929]], requires_grad=True), Parameter containing:
tensor([0.7881], requires_grad=True), Parameter containing:
tensor([0.4320], requires_grad=True)]]

self.rnn.all_weights[0][0][0].values
# {RuntimeError}Could not run 'aten::values' with arguments from the 'CPU' backend. 'aten::values' is only available for these backends: [SparseCPU, Autograd, Profiler, Tracer].

>>> import torch.nn as nn
>>> model = nn.RNN(input_size=encoding_dim, hidden_size=1, num_layers=1, nonlinearity='relu')
>>> weights = []
>>> for name, parameter in model.named_parameters():
...     weights.append({name: parameter[0]})
...
>>> just_weights = []
>>> for parameter in model.parameters():
...     just_weights.append(parameter[0])
...