torch.nn.Module.parameters：计算模型的参数，返回一个关于模型参数的迭代器。
代码示例：
1.建立一个线性模型
2.打印参数

import torch
import torch.nn as nn
class mymodule(nn.Module):
    def __init__(self):
        super(mymodule,self).__init__()
        self.linear=nn.Linear(2,3)
        self.relu=nn.ReLU()
    def forward(self,x):
        x=self.linear(x)
        x=self.relu(x)
        return x
model=mymodule()
print("模型参数：",(model.parameters()))
for param in model.parameters():
    print("参数类型：",type(param),"参数大小：",param.size())

输出：

模型参数： <generator object Module.parameters at 0x0000024BFA9BCAF0>
参数类型： <class 'torch.nn.parameter.Parameter'> 参数大小： torch.Size([3, 2])
参数类型： <class 'torch.nn.parameter.Parameter'> 参数大小： torch.Size([3])

可以看到输出的第一行打印模型参数输出的是地址<generator object Module.parameters at 0x0000024BFA9BCAF0>，关于迭代器和生成器看这部分：如何更好地理解Python迭代器和生成器？，将第13行代码改为：

print("模型参数：",list((model.parameters())))

输出：

模型参数： [Parameter containing:
tensor([[ 0.2830, -0.3576],
        [-0.3195, -0.5374],
        [ 0.6036, -0.1863]], requires_grad=True),
		Parameter containing:
tensor([-0.3500, -0.5234, -0.4305], requires_grad=True)]