pytorch自定义权重初始化函数

pytorch.nn.init提供了很多初始化权重的函数，但是我有时候想直接修改某个module的weight怎么办呢？

目前这种方式是有效的
 

new_weight = torch.empty_like(the_module.weight)
new_weight=my_weight_method(new_weight)
new_weight=torch.nn.Parameter(new_weight)
the_module.weight=new_weight

对weight[i][j]直接操作会报错，比如：

weight[i][j]=torch.nn.Parameter(torch.tensor(2.))

#ValueError: can't optimize a non-leaf Tensor

这种方法不会报错，但无法修改weight：

weight[i][j].data=torch.nn.Parameter(torch.tensor(2.))

one more thing

weight的类型为torch.nn.parameter.Parameter，必须是一个浮点数类型的tensor