Pytorch 實現(xiàn)權重初始化
在TensorFlow中，權重的初始化主要是在聲明張量的時候進行的。 而PyTorch則提供了另一種方法：首先應該聲明張量，然后修改張量的權重。通過調用torch.nn.init包中的多種方法可以將權重初始化為直接訪問張量的屬性。
1、不初始化的效果
在Pytorch中，定義一個tensor，不進行初始化，打印看看結果：
w = torch.Tensor(3,4) print (w)
可以看到這時候的初始化的數(shù)值都是隨機的，而且特別大，這對網(wǎng)絡的訓練必定不好，最后導致精度提不上，甚至損失無法收斂。
2、初始化的效果
PyTorch提供了多種參數(shù)初始化函數(shù)：
torch.nn.init.constant(tensor, val) torch.nn.init.normal(tensor, mean=0, std=1) torch.nn.init.xavier_uniform(tensor, gain=1)
等等。詳細請參考：http://pytorch.org/docs/nn.html#torch-nn-init
注意上面的初始化函數(shù)的參數(shù)tensor，雖然寫的是tensor，但是也可以是Variable類型的。而神經(jīng)網(wǎng)絡的參數(shù)類型Parameter是Variable類的子類，所以初始化函數(shù)可以直接作用于神經(jīng)網(wǎng)絡參數(shù)。實際上，我們初始化也是直接去初始化神經(jīng)網(wǎng)絡的參數(shù)。
讓我們試試效果:
w = torch.Tensor(3,4) torch.nn.init.normal_(w) print (w)
3、初始化神經(jīng)網(wǎng)絡的參數(shù)
對神經(jīng)網(wǎng)絡的初始化往往放在模型的__init__()函數(shù)中，如下所示：
class Net(nn.Module):
def __init__(self, block, layers, num_classes=1000):
self.inplanes = 64
super(Net, self).__init__()
***
*** #定義自己的網(wǎng)絡層
***
for m in self.modules():
if isinstance(m, nn.Conv2d):
n = m.kernel_size[0] * m.kernel_size[1] * m.out_channels
m.weight.data.normal_(0, math.sqrt(2. / n))
elif isinstance(m, nn.BatchNorm2d):
m.weight.data.fill_(1)
m.bias.data.zero_()
***
*** #定義后續(xù)的函數(shù)
***
也可以采取另一種方式：
定義一個權重初始化函數(shù)，如下：
def weights_init(m):
classname = m.__class__.__name__
if classname.find('Conv2d') != -1:
init.xavier_normal_(m.weight.data)
init.constant_(m.bias.data, 0.0)
elif classname.find('Linear') != -1:
init.xavier_normal_(m.weight.data)
init.constant_(m.bias.data, 0.0)
在模型聲明時，調用初始化函數(shù)，初始化神經(jīng)網(wǎng)絡參數(shù)：
model = Net(*****) model.apply(weights_init)
以上這篇Pytorch 實現(xiàn)權重初始化就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
Tensorflow tf.nn.atrous_conv2d如何實現(xiàn)空洞卷積的
這篇文章主要介紹了Tensorflow tf.nn.atrous_conv2d如何實現(xiàn)空洞卷積的，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-04-04
相信許多人很早就知道有掃雷這么一款經(jīng)典的游（顯卡測試）戲（軟件）,掃雷作為一款在Windows9x時代就已經(jīng)誕生的經(jīng)典游戲,從過去到現(xiàn)在依然都有著它獨特的魅力,所以本文小編給大家介紹了如何使用Python+OpenCV實現(xiàn)自動掃雷效果,感興趣的朋友可以參考下2023-12-12
pytorch獲取模型某一層參數(shù)名及參數(shù)值方式
今天小編就為大家分享一篇pytorch獲取模型某一層參數(shù)名及參數(shù)值方式，具有很好的價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12
random庫是使用隨機數(shù)的Python標準庫,random庫主要用于生成隨機數(shù),下面這篇文章主要給大家介紹了關于Python?random函數(shù)用法的相關資料,文中通過圖文以及實例代碼介紹的非常詳細,需要的朋友可以參考下2022-08-08
Python3.7 讀取音頻根據(jù)文件名生成腳本的代碼
這篇文章主要介紹了Python3.7 讀取音頻根據(jù)文件名生成字幕腳本的方法，本文通過實例代碼給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-04-04
Python是一種高級編程語言,因其簡潔而強大而備受歡迎,然而如其他編程語言一樣,Python也面臨著內存管理的挑戰(zhàn),在Python中,垃圾回收是一項關鍵任務,用于自動釋放不再使用的內存,以避免內存泄漏,本文將介紹Python中的垃圾回收機制,以及如何通過優(yōu)化代碼來提高性能2023-11-11
Python使用pydub模塊轉換音頻格式以及對音頻進行剪輯
這篇文章主要給大家介紹了關于Python使用pydub模塊轉換音頻格式以及對音頻進行剪輯的相關資料pydub是python的高級一個音頻處理庫，可以讓你以一種不那么蠢的方法處理音頻。需要的朋友可以參考下2021-06-06
Python實現(xiàn)五子棋聯(lián)機對戰(zhàn)小游戲
本文主要介紹了通過Python實現(xiàn)簡單的支持聯(lián)機對戰(zhàn)的游戲——支持局域網(wǎng)聯(lián)機對戰(zhàn)的五子棋小游戲。廢話不多說，快來跟隨小編一起學習吧2021-12-12
這篇文章主要介紹了Python json讀寫方式和字典相互轉化,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-04-04
單例模式（Singleton Pattern）是一種常用的軟件設計模式，該模式的主要目的是確保 某一個類只有一個實例存在.這篇文章主要介紹了單利模式及python實現(xiàn)方式及Python單例模式的4種實現(xiàn)方法,需要的朋友可以參考下2018-03-03