要初始化单层的权重,请使用中的函数torch.nn.init
。例如:
conv1 = torch.nn.Conv2d(...)
torch.nn.init.xavier_uniform(conv1.weight)
或者,您可以通过写入conv1.weight.data
(是torch.Tensor
)来修改参数。例:
conv1.weight.data.fill_(0.01)
偏见也是如此:
conv1.bias.data.fill_(0.01)
将初始化函数传递给torch.nn.Module.apply
。它将以nn.Module
递归方式初始化整个权重。
适用fn
递归到每个子模块(通过返回的.children()
),以及自我。典型的用法包括初始化模型的参数(另请参见torch-nn- init)。
例:
def init_weights(m):
if type(m) == nn.Linear:
torch.nn.init.xavier_uniform(m.weight)
m.bias.data.fill_(0.01)
net = nn.Sequential(nn.Linear(2, 2), nn.Linear(2, 2))
net.apply(init_weights)