Pytorch神经网络初始化kaiming分布

Pytorch神经网络初始化kaiming分布

 

函数的增益值

torch.nn.init.calculate_gain(nonlinearity, param=None)
提供了对非线性函数增益值的计算。

增益值gain是一个比例值，来调控输入数量级和输出数量级之间的关系。

fan_in和fan_out

pytorch计算fan_in和fan_out的源码

def _calculate_fan_in_and_fan_out(tensor):
dimensions = tensor.ndimension()
if dimensions < 2:
raise ValueError("Fan in and fan out can not be computed
for tensor with fewer than 2 dimensions")

if dimensions == 2: # Linear
fan_in = tensor.size(1)
fan_out = tensor.size(0)
else:
num_input_fmaps = tensor.size(1)
num_output_fmaps = tensor.size(0)
receptive_field_size = 1
if tensor.dim() > 2:
receptive_field_size = tensor[0][0].numel()
fan_in = num_input_fmaps * receptive_field_size
fan_out = num_output_fmaps * receptive_field_size

return fan_in, fan_out
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
对于全连接层，fan_in是输入维度，fan_out是输出维度；对于卷积层，设其维度为[Cout,Cin,H,W] [C_{out},C_{in},H,W][C
out
​
,C
in
​
,H,W],其中H×W H\times WH×W为kernel规模。则fan_in是H×W×Cin H\times W\times C_{in}H×W×C
in
​
,fan_out是H×W×Cout H\times W\times C_{out}H×W×C
out
​
。
举例： 设输入的数都是出于同一数量级。输入维度较小时，x=[1,1]T x=[1,1]^{T}x=[1,1]
T
,此时方差较大，正态分布生成的参数初始值都比较大，w=[0.5,0.5]T w=[0.5,0.5]^{T}w=[0.5,0.5]
T
，得到的值wTx=1 w^{T}x=1w
T
x=1。当输入维度较大时，x=[1,1,1,1]T x=[1,1,1,1]^{T}x=[1,1,1,1]
T
,此时方差较小，正态分布生成的参数初始值都比较小，w=[0.25,0.25,0.25,0.25]T w=[0.25,0.25,0.25,0.25]^{T}w=[0.25,0.25,0.25,0.25]
T
,得到的值wTx=1 w^{T}x=1w
T
x=1，数量级是不变的。

xavier分布

xavier分布解析：https://prateekvjoshi.com/2016/03/29/understanding-xavier-initialization-in-deep-neural-networks/
假设使用的是sigmoid函数。当权重值(值指的是绝对值)过小，输入值每经过网络层，方差都会减少，每一层的加权和很小，在sigmoid函数0附件的区域相当于线性函数，失去了DNN的非线性性。
当权重的值过大，输入值经过每一层后方差会迅速上升，每层的输出值将会很大，此时每层的梯度将会趋近于0.
xavier初始化可以使得输入值x xx方差经过网络层后的输出值y yy方差不变。
（1）xavier的均匀分布

torch.nn.init.xavier_uniform_(tensor, gain=1)
1
填充一个tensor使用U(−a,a) \mathcal{U}(-a,a)U(−a,a),
a=gain×6fan_in+fan_out−−−−−−−−−−−√ a=gain\times \sqrt{\frac{6}{fan\_in+fan\_out}}
a=gain×
fan_in+fan_out
6
​

​

也称为Glorot initialization。

>>> w = torch.empty(3, 5)
>>> nn.init.xavier_uniform_(w, gain=nn.init.calculate_gain('relu'))
1
2
(2)xavier正态分布

torch.nn.init.xavier_normal_(tensor, gain=1)
1
填充一个tensor使用N(0,std) \mathcal{N}(0,std)N(0,std),
std=gain×2fan_in+fan_out−−−−−−−−−−−√ std=gain\times \sqrt{\frac{2}{fan\_in+fan\_out}}
std=gain×
fan_in+fan_out
2
​

​

也称为Glorot initialization。

kaiming分布

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。pytorch默认使用kaiming正态分布初始化卷积层参数。
(1)kaiming均匀分布

torch.nn.init.kaiming_uniform_
(tensor, a=0, mode='fan_in', nonlinearity='leaky_relu')
1
2
使用均匀分布U(−bound,bound) \mathcal{U}(-bound,bound)U(−bound,bound)
bound=6(1+a2)×fan_in−−−−−−−−−−√ bound=\sqrt{\frac{6}{(1+a^{2})\times fan\_in}}
bound=
(1+a
2
)×fan_in
6
​

​

也被称为 He initialization。

a – the negative slope of the rectifier used after this layer (0 for ReLU by default).激活函数的负斜率，
mode – either ‘fan_in’ (default) or ‘fan_out’. Choosing fan_in
preserves the magnitude of the variance of the weights in the forward
pass. Choosing fan_out preserves the magnitudes in the backwards
pass.默认为fan_in模式，fan_in可以保持前向传播的权重方差的数量级，fan_out可以保持反向传播的权重方差的数量级。
>>> w = torch.empty(3, 5)
>>> nn.init.kaiming_uniform_(w, mode='fan_in', nonlinearity='relu')
1
2
(2)kaiming正态分布

torch.nn.init.kaiming_normal_
(tensor, a=0, mode='fan_in', nonlinearity='leaky_relu')
1
2
使用正态分布N(0,std) \mathcal{N}(0,std)N(0,std)
std=2(1+a2)×fan_in−−−−−−−−−−√ std=\sqrt{\frac{2}{(1+a^{2})\times fan\_in}}
std=
(1+a
2
)×fan_in
2
​

​

也被称为 He initialization。

>>> w = torch.empty(3, 5)
>>> nn.init.kaiming_normal_(w, mode='fan_out', nonlinearity='relu')
---------------------
作者：winycg
来源：CSDN
原文：https://blog.csdn.net/winycg/article/details/86649832
版权声明：本文为博主原创文章，转载请附上博文链接！