Solucionado
Imaginem que eu estou com um projema de regressão linear simples (y = wx+b) onde para cada variável independenete (X) eu tenho uma dependente (y). Depois que eu treinar uma rede neural e as métricas estiverem boas, eu consigo acessar os valores de W e B otimizados pelo modelo?
Oi Tiago, tudo bem?
Ao treinar uma rede neural, ajustamos os pesos (parâmetros) para minimizar o erro na previsão do modelo.
Após o treinamento, você pode acessar os pesos e bias (interceptos) de cada camada da sua rede neural. Por exemplo, se você tem uma rede neural chamada "modelo", você pode acessar os pesos da primeira camada linear com modelo.fc1.weight.data e o bias com modelo.fc1.bias.data, onde 'fc1' é o nome da primeira camada totalmente conectada (fully connected) da sua rede.
No entanto, apenas ressalto que em redes com muitas camadas, a relação entre entradas e saídas é mais complexa do que em uma regressão linear. Cada camada aplica uma transformação não-linear aos seus inputs, tornando a relação final entre as variáveis dependentes e independentes uma combinação complexa dessas transformações.
Espero ter esclarecido à dúvida.
Caso surja alguma pergunta, compartilhe no fórum.
Abraços e bons estudos!