如何初始化pytorch中nn.ConvTranspose2d的权重?
如何通过双线性插值初始化如何初始化pytorch中nn.ConvTranspose2d的权重?,pytorch,Pytorch,如何通过双线性插值初始化nn.ConvTranspose2d的权重?我发现,nn.init支持通过正态分布的随机数或零初始化来初始化每一层,但没有关于插值的内容。此外,插值可用于torch.nn.Upsample中的上采样,但这样,层是不可训练的。 关于如何使用双线性插值初始化可训练的ConvTranspose2d层,有什么想法吗 为什么你要用双线性插值来初始化它,而不是用随机数来初始化它呢?这是写在纸上的。我正在PyTorch中实现deep3d。我还看到这个选项在Keras中可用,但在PyTo
nn.ConvTranspose2d
的权重?我发现,nn.init
支持通过正态分布的随机数或零初始化来初始化每一层,但没有关于插值的内容。此外,插值可用于torch.nn.Upsample
中的上采样,但这样,层是不可训练的。
关于如何使用双线性插值初始化可训练的ConvTranspose2d层,有什么想法吗 为什么你要用双线性插值来初始化它,而不是用随机数来初始化它呢?这是写在纸上的。我正在PyTorch中实现deep3d。我还看到这个选项在Keras中可用,但在PyTorch中找不到类似的选项。我认为这是为了更好地收敛和避免局部极小。