1. 初始化策略
在深度学习中参数的初始化十分重要,良好的初始化能让模型更快地收敛,并达到更高水平,糟糕的初始化可能使模型迅速崩溃。PyTorch中nn.Module中的模块参数都采取了较为合理的初始化策略,用户一般无需再进行设计。读者也可以用自定义的初始化策略来代替系统的默认初始化。在使用Parameter时,自定义初始化尤为重要,这是因为torch.Tensor()
在深度学习中参数的初始化十分重要,良好的初始化能让模型更快地收敛,并达到更高水平,糟糕的初始化可能使模型迅速崩溃。PyTorch中nn.Module中的模块参数都采取了较为合理的初始化策略,用户一般无需再进行设计。读者也可以用自定义的初始化策略来代替系统的默认初始化。在使用Parameter时,自定义初始化尤为重要,这是因为torch.Tensor()