pytorch normal_(), fill_()
比如有个张量a,那么a.normal_()就表示用标准正态分布填充a,是in_place操作,如下图所示:
比如有个张量b,那么b.fill_(0)就表示用0填充b,是in_place操作,如下图所示:
这两个函数常常用在神经网络模型参数的初始化中,例如
1 2 3 4 5 6 | import torch.nn as nn net = nn.Linear( 16 , 2 ) for m in net.modules(): if isinstance (m, nn.Linear): m.weight.data.normal_(mean = 0 , std = 0.01 ) m.bias.data.fill_( 0.0 ) |
分类:
Pytorch
, Deep Learning
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· Manus爆火,是硬核还是营销?
· 终于写完轮子一部分:tcp代理 了,记录一下
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通