用函数包装Pytorch模型的所有参数

我希望能够用一个函数包装我的PyTorch模型的所有卷积参数（权重和偏差），例如softmax（权重）、sigmoid（权重）或alpha*权重等。是否有任何方法可以使用钩子等使该函数成为图的一部分

例如：假设我有一个名为net的模型，该模型具有我感兴趣的可训练参数，例如仅在卷积层中：

net.modules（）中模块的

：
如果是转换层（模块）：
module.weight#这是我感兴趣的重量。

因此，替换权重值很容易：

net.modules（）中模块的

：
如果是转换层（模块）：
module.weight.data=sigmoid（module.weight.data）

---

但是，我还想将sigmoid添加到图形中，以便在计算backprop时，也考虑sigmoid。

您能否提供一个示例，例如一个玩具网络，并明确显示您希望如何累积参数以获得所需的输出？您好，@swag2198。我对问题进行了编辑，添加了一个示例。让我知道这是否让问题更清楚。谢谢你能举一个例子，比如说一个玩具网络，并明确说明你想如何累积参数以获得所需的输出吗？嗨，@swag2198。我对问题进行了编辑，添加了一个示例。让我知道这是否让问题更清楚。谢谢