由于研究关系需要自己手动给卷积层初始化权值,但是好像博客上提到的相关文章比较少(大部分都只提到使用nn.init里的按照一定分布初始化方法),自己参考了下Pytorch的官方文档,发现有两种方法吧。

所以mark下。

import torch

import torch.nn as nn

import torch.optim as optim

import numpy as np

# 第一一个卷积层,我们可以看到它的权值是随机初始化的

w=torch.nn.Conv2d(2,2,3,padding=1)

print(w.weight)

# 第一种方法

print("1.使用另一个Conv层的权值")

q=torch.nn.Conv2d(2,2,3,padding=1) # 假设q代表一个训练好的卷积层

print(q.weight) # 可以看到q的权重和w是不同的

w.weight=q.weight # 把一个Conv层的权重赋值给另一个Conv层

print(w.weight)

# 第二种方法

print("2.使用来自Tensor的权值")

ones=torch.Tensor(np.ones([2,2,3,3])) # 先创建一个自定义权值的Tensor,这里为了方便将所有权值设为1

w.weight=torch.nn.Parameter(ones) # 把Tensor的值作为权值赋值给Conv层,这里需要先转为torch.nn.Parameter类型,否则将报错

print(w.weight)

效果预览

以上这篇Pytorch卷积层手动初始化权值的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。

本文标题: Pytorch卷积层手动初始化权值的实例

本文地址: http://www.cppcns.com/jiaoben/python/268829.html

卷积核权值初始化_Pytorch卷积层手动初始化权值的实例相关推荐

  1. Pytorch 学习(6):Pytorch中的torch.nn Convolution Layers 卷积层参数初始化

    Pytorch 学习(6):Pytorch中的torch.nn  Convolution Layers  卷积层参数初始化 class Conv1d(_ConvNd):......def __init ...

  2. pytorch tensor 初始化_Pytorch - nn.init 参数初始化方法

    Pytorch 的参数初始化 - 给定非线性函数的推荐增益值(gain value):nonlinearity 非线性函数gain 增益 Linear / Identity1 Conv{1,2,3}D ...

  3. 卷积层网络CNN初学笔记(简单代码)

    学习网站:https://www.bilibili.com/video/av20542427?p=20 传统神经网络:权值太多,计算量太大,需要大量样本进行训练. 卷神经网络CNN:通过感受野和权值共 ...

  4. YOLO 卷积层代码学习

    YOLO 卷积层代码学习 卷积层的初始化 void im2col_cpu(float* data_im,int channels, int height, int width,int ksize, i ...

  5. 深度学习:卷积层的实现

    文章目录 卷积层的数据shape和普通层的数据shape差别: 卷积层实现 实现池化层 实现 CNN 中的特殊层结构 实现 LayerFactory 网络结构 卷积层的数据shape和普通层的数据sh ...

  6. 在卷积层的运用_Conv 卷积层

    onv 卷积层 一.why CNN for image ? 1.Some Patterns are much smaller than the whole image. 一些模式比起整张图片来说更小, ...

  7. 卷积层运算详解与im2col实现

    全连接层存在的问题 之前介绍的全连接的神经网络中使用了全连接层(Affine层).在全连接层中,相邻层的神经元全部连接在一起,输出的数量可以任意决定. 全连接层存在什么问题呢?那就是数据的形状被&qu ...

  8. 卷积神经网络概述-卷积层

    卷积层(convolutional layer) 1.卷积核(convolutional kernel) 卷积层的功能是对输入数据进行特征提取,其内部包含多个卷积核,组成卷积核的每个元素都对应一个权重 ...

  9. 机器学习入门(17)— 输入 4 维数据、基于 im2col 展开来实现卷积层

    1. 输入 4 维数据 CNN 中各层间传递的数据是 4 维数据.所谓 4 维数据,比如数据的形状是(10, 1, 28, 28),则它对应 10 个高为 28.长为 28.通道为 1 的数据.用 P ...

最新文章

  1. [SDOI2015]权值
  2. tracepro应用实例详解_建筑安装工程造价,高清PPT图文详解,小白也能学会的简单步骤...
  3. html如何扩大div,HTML – 如何让绝对div适合父宽度/填充?
  4. hdu4515 小模拟
  5. java 界面线性布局_怎么用java代码写一个线性布局;布局里面有两个按钮是水平的...
  6. boost::histogram::make_profile用法的测试程序
  7. android studio 自动生成对象,在Android Studio中快速导入可绘制对象的方法?
  8. Ubuntu14.04下使用apt-get命令傻瓜式安装ffmepg成功
  9. ELF 动态链接 so的动态符号表(.dynsym)
  10. android gif转jpg格式文件,android使用多张图片合成gif文件
  11. Spark(一)-- Standalone HA的部署
  12. HTTP Basic Authentication验证WCF Data Service
  13. 小学生python编程教程-围观~山东省的小学生Python编程入门都学的什么?
  14. Benelux Algorithm Programming Contest Final-B解题报告
  15. svn之删除文件并释放空间
  16. html5中表格怎么写,HTML5制作表格样式本
  17. CUPS学习一:CUPS设计介绍。
  18. 面试题 16.17. 连续数列
  19. practice是什么意思_practice是什么意思
  20. 【论文笔记】Beyond frontal faces: improving person recognition using multiple cues

热门文章

  1. 数据库-MySQL-JDBC-结果集
  2. mysql索引条件下推_MySQL索引条件下推的简单测试
  3. 明晚直播预告丨Oracle 19c X86下移经验分享
  4. 如何将 Oracle 单实例数据库转换为RAC数据库?
  5. 华为GaussDB相比PostgreSQL做了哪些内核优化?
  6. 20万DBA在关注的11个问题
  7. 做数仓运维,你必须要认识这个眼观六路耳听八方的“能人”
  8. 华为云的研究成果又双叒叕被MICCAI收录了!
  9. 华为云MVP熊保松谈物联网开发:华为云IoT是首选,小熊派是神器
  10. 爬虫智能解析库 Readability 和 Newspaper 的用法