要打印网络结构，可以使用print或print(model)语句，其中model是定义的神经网络模型对象。这将输出整个网络的结构信息，包括每个层的名称、输入和输出尺寸以及参数量等。
要打印网络参数，可以使用以下代码：
for name, param in model.named_parameters():if param.requires_grad:print(name, param.data)
该代码遍历了模型中所有需要梯度更新的参数，并打印出参数名称和对应的数值。
如果只想打印网络结构的摘要信息，可以使用以下代码：
from torchsummary import summary
summary(model, input_size=(input_channels, input_height, input_width))
上述代码使用了第三方库torchsummary，它提供了一种方便的方式来打印网络结构的摘要信息，包括每个层的名称、形状和参数数量等。其中input_size指定了输入张量的形状。
要查看定义的神经网络结构，可以使用以下代码：
import torch
from your_module import YourNetwork
model = YourNetwork() # 实例化网络
# 打印网络结构
print(model)
在上述代码中，YourNetwork是定义的神经网络类。首先需要导入该类，然后实例化一个对象，并将其赋值给model变量。最后，通过调用print(model)语句来输出网络结构信息。
注意：如果模型包含多个子模块（例如，使用nn.Sequential组合多个层），则可以使用以下代码来打印每个子模块的结构信息：
for name, module in model.named_children():print(name)print(module)
以上代码遍历了所有子模块，并打印出每个子模块的名称和对应的结构信息。
