Pytorch卷積層手動初始化權(quán)值的實(shí)例
由于研究關(guān)系需要自己手動給卷積層初始化權(quán)值,但是好像博客上提到的相關(guān)文章比較少(大部分都只提到使用nn.init里的按照一定分布初始化方法),自己參考了下Pytorch的官方文檔,發(fā)現(xiàn)有兩種方法吧。
所以mark下。
import torch
import torch.nn as nn
import torch.optim as optim
import numpy as np
# 第一一個(gè)卷積層,我們可以看到它的權(quán)值是隨機(jī)初始化的
w=torch.nn.Conv2d(2,2,3,padding=1)
print(w.weight)
# 第一種方法
print("1.使用另一個(gè)Conv層的權(quán)值")
q=torch.nn.Conv2d(2,2,3,padding=1) # 假設(shè)q代表一個(gè)訓(xùn)練好的卷積層
print(q.weight) # 可以看到q的權(quán)重和w是不同的
w.weight=q.weight # 把一個(gè)Conv層的權(quán)重賦值給另一個(gè)Conv層
print(w.weight)
# 第二種方法
print("2.使用來自Tensor的權(quán)值")
ones=torch.Tensor(np.ones([2,2,3,3])) # 先創(chuàng)建一個(gè)自定義權(quán)值的Tensor,這里為了方便將所有權(quán)值設(shè)為1
w.weight=torch.nn.Parameter(ones) # 把Tensor的值作為權(quán)值賦值給Conv層,這里需要先轉(zhuǎn)為torch.nn.Parameter類型,否則將報(bào)錯(cuò)
print(w.weight)
效果預(yù)覽

以上這篇Pytorch卷積層手動初始化權(quán)值的實(shí)例就是小編分享給大家的全部內(nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
django admin.py 外鍵,反向查詢的實(shí)例
今天小編就為大家分享一篇django admin.py 外鍵,反向查詢的實(shí)例,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
圖文詳解Python中模塊或py文件導(dǎo)入(超詳細(xì)!)
導(dǎo)入文件目的就是為了執(zhí)行文件,下面這篇文章主要給大家介紹了關(guān)于Python中模塊或py文件導(dǎo)入的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2023-04-04
Python數(shù)據(jù)類型之列表和元組的方法實(shí)例詳解
這篇文章主要介紹了Python數(shù)據(jù)類型之列表和元組的相關(guān)知識,列表是一組有序項(xiàng)目的集合 ,可變的數(shù)據(jù)類型可 進(jìn)行增刪改查,本文通過實(shí)例文字相結(jié)合的形式給大家介紹的非常詳細(xì) ,需要的朋友可以參考下2019-07-07
python動態(tài)監(jiān)控日志內(nèi)容的示例
本文介紹如何使用Python動態(tài)監(jiān)控程序日志的內(nèi)容,這里的動態(tài)指的是日志文件不斷的追加新的日志內(nèi)容,動態(tài)監(jiān)控是指監(jiān)控日志新追加的日志內(nèi)容2014-02-02
Python面向?qū)ο笏枷肱c應(yīng)用入門教程【類與對象】
這篇文章主要介紹了Python面向?qū)ο笏枷肱c應(yīng)用,較為詳細(xì)的分析了Python面向?qū)ο笏枷肱c原理,并結(jié)合實(shí)例形式分析了類與對象相關(guān)定義、用法及操作注意事項(xiàng),需要的朋友可以參考下2019-04-04
caffe的python接口deploy生成caffemodel分類新的圖片
這篇文章主要為大家介紹了caffe的python接口生成deploy文件學(xué)習(xí)以及用訓(xùn)練好的模型(caffemodel)來分類新的圖片示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-06-06

