模型参数的访问:
# 通过net后面括号内的索引访问哪一层
net[0].params, type(net[0].params)
# 两种方法得到相应层的信息,一般使用后者,因为前者需要输入层的名称(权重和偏差)
net[0].params['dense0_weight'], net[0].weight
# 层包括了data和grad,即权重和梯度
net[0].weight.data()
net[0].weight.grad()
net[0].bias.data()
# 得到所有层的信息
net.collect_params()
# 通过正则表达式筛选需要的参数
net.collect_params('.*weight')
初始化模型参数:
# 使用默认初始化方式
net.initialize()
# 使用init.initialize里的方法初始化
# 非首次对模型初始化需要指定force_reinit为真
net.initialize(init=init.Normal(sigma=0.01), force_reinit=True) # 正态分布初始化
net.initialize(init=init.Constant(1), force_reinit=True) # 常数初始化
# 特定层的参数进行初始化
net[0].weight.initialize(init=init.Xavier(), force_reinit=True) # Xavier随机初始化
自定义初始化方法:
# 通过继承init.Initializer,重载构造函数
class M