在PyTorch中,可以通過(guò)定義一個(gè)函數(shù)來(lái)初始化模型的權(quán)重。以下是一個(gè)示例代碼:
import torch
import torch.nn as nn
def init_weights(m):
if type(m) == nn.Linear or type(m) == nn.Conv2d:
nn.init.xavier_uniform_(m.weight)
nn.init.zeros_(m.bias)
# 定義模型
model = nn.Sequential(
nn.Conv2d(3, 64, kernel_size=3),
nn.ReLU(),
nn.Linear(64*28*28, 10)
)
# 初始化模型權(quán)重
model.apply(init_weights)
在上面的代碼中,定義了一個(gè)init_weights
函數(shù),該函數(shù)根據(jù)模型的類(lèi)型對(duì)權(quán)重進(jìn)行初始化。然后通過(guò)調(diào)用model.apply(init_weights)
來(lái)初始化模型的權(quán)重。這樣就可以保證模型的權(quán)重被正確地初始化。