对modules()中的参数的进行初始化，能够加速模型的收敛

原文地址
是来对相应的参数的初始化的过程的。进行参数的初始化是会来加快模型收敛速度的。
先从self.modules()中遍历每一层，然后判断更层属于什么类型，是否是Conv2d，
是否是BatchNorm2d，是否是Linear的，然后根据不同类型的层，设定不同的权值初始化方法

        for m in self.modules():  ## 依次来返回模型中的各个层的
            if isinstance(m, nn.Conv2d):  ## 判断是否是相同的实例对象的。
                n = m.kernel_size[0] * m.kernel_size[1] * m.out_channels
                m.weight.data.normal_(0, math.sqrt(2. / n))  ## m.weight.data是对应的卷积核参数
            elif isinstance(m, nn.BatchNorm2d):
                m.weight.data.fill_(1)    ## 对全部的权重初始化为1
                m.bias.data.zero_()   ## 这里是来对权重进行初始化为0