pytorch gather_pytorch 实现truncnormal函数的问题

问题:最近需要初始化一个模型的参数,但在pytorch中没有类似可直接使用的类似tf.truncnormal()函数,一开始是直接尝试用torch.nn.init.normal_() 来代替tf.truncnormal()。效果相差较远,简单的正态分布并不能代替截断正态分布的作用。故考虑自己实现,借鉴了 https://discuss.pytorch.org/t/implementing-truncated-normal-initializer/4778/15的一个实现, 实现代码如下:

9d8b3b38bedaa2a6737e5bb69e379a21.png

实现中借用了scipy.stats下的truncnorm函数来产生截断的正态分布值,再自行包装成torch可用的tensor。而这样的实现是有问题的,原因在于truncnorm.rvs()是基于标准正态分布产生截断的正态分布,而在原模型中是使用standard deviation为0.1的正态分布来产生的,初次实现时自己忽略了这样的细节(且rvs函数没有发现可以调整正态分布方差的参数,故不可以继续使用rvs函数来生成)。画出了一开始生成的错误的截断正态分布:

d71be2b22e567a6009b64e10098a6b60.png

问题解决:
参考了上面链接中另一个实现的截断正态分布生成函数代码如下:

def 

对应的画出了新的截断正态分布生成函数和原tf中的函数的结果如下:

57433278258dcd36b90e938e1b0cf940.png

基本可以达到tensorflow中truncnormal相同的效果。

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值