目录
# torch
pytorch官方文档:Parameter — PyTorch 2.3 documentation
1. torch结构
2. torch.nn
3. torch.nn.Functional 之非线性函数
4. torch.nn.Parameter()
5. 查看torch版本
import torch
print(torch.__version__) #注意是双下划线
6. 虚拟环境
创建 conda create -n 环境名 python=3.6
激活 conda activate NN
7. 查看所有的环境列表
conda info --envs
8. nn.init.xavier_normal_()
Xavier初始化的基本思想是保持输入和输出的方差一致,这样就避免了所有输出值都趋向于0。这是通用的方法,适用于任何激活函数
# 默认方法
for m in model.modules():
if isinstance(m, (nn.Conv2d, nn.Linear)):
nn.init.xavier_uniform_(m.weight)
# 也可以使用 gain 参数来自定义初始化的标准差来匹配特定的激活函数:
for m in model.modules():
if isinstance(m, (nn.Conv2d, nn.Linear)):
nn.init.xavier_uniform_(m.weight(), gain=nn.init.calculate_gain('relu'))