快速总结一下,初始化的目的其实是为了二阶矩(也就是模长)不发生大变化: Lecun: 从N(0,1/fan_in)从采样Xavier: 从N(0,2/(fan_in+fan_out))中采样,pytorch的TransformerEncoder用的是这个He kaiming: 针对Relu,N(0,2/fan_in)或者N(0,2/fan_out)中都行