指定神经网络权重，进行初始化pytorch

有些时候需要将神经网络的（部分）权重进行初始化，代码：

import torch
import torch.nn as nn

# 创建一个全连接层模型
class MylcModel(nn.Module):
    def __init__(self):
        super(MylcModel, self).__init__()
        self.fc = nn.Linear(10, 5)  # 创建一个全连接层



# 创建一个卷积层模型
class MyconvModel(nn.Module):
    def __init__(self):
        super(MyconvModel, self).__init__()
        self.conv = nn.Linear(10, 5)  # 创建一个全连接层

# 初始化模型
lc_model = MylcModel()
conv_model = MyconvModel()

# 初始化前权重
print("全连接层权重：", lc_model.fc.weight)
print("卷积层权重：", conv_model.conv.weight)

#初始化后
nn.init.constant_(lc_model.fc.weight, 0.1)
nn.init.constant_(lc_model.fc.bias, 0.2)

nn.init.constant_(conv_model.conv.weight, 0.2)
nn.init.constant_(conv_model.conv.bias, 0.4)
print("全连接层权重：", lc_model.fc.weight)
print("卷积层层权重：", conv_model.conv.weight)