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)
602392714
清零编程群