pytorch系列 -- 9 pytorch nn.init 中实现的初始化函数 uniform, normal, const, Xavier, He initialization

本文内容：
1. Xavier 初始化
2. nn.init 中各种初始化函数
3. He 初始化

torch.init https://pytorch.org/docs/stable/nn.html#torch-nn-init

1. 均匀分布

torch.nn.init.uniform_(tensor, a=0, b=1)
服从~$U(a,b)$

2. 正太分布

torch.nn.init.normal_(tensor, mean=0, std=1)
服从~$N(mean,std)$

3. 初始化为常数

torch.nn.init.constant_(tensor, val)
初始化整个矩阵为常数val

4. Xavier

基本思想是通过网络层时，输入和输出的方差相同，包括前向传播和后向传播。具体看以下博文：

1. 为什么需要Xavier 初始化？
   文章第一段通过sigmoid激活函数讲述了为何初始化？
   
   简答的说就是：

• 如果初始化值很小，那么随着层数的传递，方差就会趋于0，此时输入值 也变得越来越小，在sigmoid上就是在0附近，接近于线性，失去了非线性
• 如果初始值很大，那么随着层数的传递，方差会迅速增加，此时输入值变得很大，而sigmoid在大输入值写倒数趋近于0，反向传播时会遇到梯度消失的问题

其他的激活函数同样存在相同的问题。
https://prateekvjoshi.com/2016/03/29/understanding-xavier-initialization-in-deep-neural-networks/

所以论文提出，在每一层网络保证输入和输出的方差相同。
2. xavier初始化的简单推导
https://blog.csdn.net/u011534057/article/details/51673458

对于Xavier初始化方式，pytorch提供了uniform和normal两种：

• torch.nn.init.xavier_uniform_(tensor, gain=1) 均匀分布 ~ $U(-a,a)$
  其中， a的计算公式： a = g a i n × 6 f a n _ i n + f a n _