用我自己的值初始化 pytorch 卷积层

【问题标题】：Initialise pytorch convolution layer with my own values用我自己的值初始化 pytorch 卷积层
【发布时间】：2021-06-09 11:16:21
【问题描述】：

我想知道是否有办法用我自己的值初始化 pytorch 卷积过滤器。

例如，我有一个元组 [-0.8423, 0.3778][-3.1070, -2.6518]，我想用这些值初始化一个 2X2 过滤器，我该怎么做？我查了一些答案，但他们大多使用火炬正态分布和其他。没有什么我不能指定的。

告诉我。

【问题讨论】：

标签： pytorch initialization conv-neural-network tensor

【解决方案1】：

你可以直接给权重赋值：

conv = nn.Conv2d(1, 1, kernel_size=2)
with torch.no_grad():
  conv.weight.data = torch.tensor([[-0.8423,  0.3778],[-3.1070, -2.6518]])  # you might need to play a bit with the dimensionality of this tensor

【讨论】：

你为什么放了torch.no_grad()？我想用它来训练。那有必要吗？
你需要损失梯度，而不是初始化
哦。有道理。
那么当我们在通常情况下一开始用随机权重初始化这些层时，为什么不使用 no_grad() 呢？
@SarvagyaGupta 看看 torch.init 代码