Pytorch卷积层手动初始化权值的实例

import torchimport torch.nn as nnimport torch.optim as optimimport 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1w.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)