Python PyTorch模型层权重如何隐式初始化？

我基本上用PyTorch定义了一个带有Conv2D和线性层的模型，并用一个样本数据集对其进行了训练。该模型似乎运行并收敛。但我想知道我没有显式初始化模型层权重（普通或Xavier）。这是否意味着在每次历元训练之前调用model.train（）时，默认情况下层权重将随机初始化？如果是这样，如何明确更改初始化类型？

初始化类型取决于图层。您可以从方法或文档中进行检查

对于线性层和conv层，都是初始化（）

文档中提到了

这些值是从

U初始化的(−sqrt（k），sqrt（k））

对于嵌入层，这是正常的初始化。（在文件中称为

N（0,1）

）

---

您可以更改中提到的初始化类型

---

这回答了你的问题吗？

conv1 = torch.nn.Conv2d(...)
torch.nn.init.xavier_uniform(conv1.weight)