pytorch nn.init 中实现的初始化函数uniform, normal, Xavier, He initialization

1. 均匀分布
　　torch.nn.init.uniform_(tensor, a=0, b=1)
　　服从~U(a, b) 

2. 正太分布
　　torch.nn.init.normal_(tensor, mean=0, std=1)
　　服从~N(mean, std)

3. 初始化为常数
　　torch.nn.init.constant_(tensor, val)
　　初始化整个矩阵为常数val

4. Xavier
基本思想是通过网络层时，输入和输出的方差相同，包括前向传播和后向传播。
为什么需要Xavier 初始化？

如果初始化值很小，那么随着层数的传递，方差就会趋于0，此时输入值 也变得越来越小，在sigmoid上就是在0附近，接近于线性，失去了非线性
如果初始值很大，那么随着层数的传递，方差会迅速增加，此时输入值变得很大，而sigmoid在大输入值写倒数趋近于0，反向传播时会遇到梯度消失的问题

对于Xavier初始化方式，pytorch提供了uniform和normal两种：

5. kaiming (He initialization)

Xavier在tanh中表现的很好，但在Relu激活函数中表现的很差，所何凯明提出了针对于Relu的初始化方法。

该方法基于He initialization,其简单的思想是：

在ReLU网络中，假定每一层有一半的神经元被激活，另一半为0，所以，要保持方差不变，只需要在 Xavier 的基础上再除以2，也就是说在方差推到过程中，式子左侧除以2.

pytorch也提供了两个版本：

 

两函数的参数：

a：该层后面一层的激活函数中负的斜率(默认为ReLU，此时a=0)

mode：‘fan_in’ (default) 或者 ‘fan_out’. 使用fan_in保持weights的方差在前向传播中不变；使用fan_out保持weights的方差在反向传播中不变

针对于Relu的激活函数，基本使用He initialization，pytorch也是使用kaiming 初始化卷积层参数的