Tensorflow PyTorch Conv2D为零的输入张量返回非零输出？

如果将仅由零组成的数组输入到Conv2D图层，则输出也应仅由零组成。在TensorFlow中，情况就是这样。但是，在PyTorch中，情况并非如此。下面是一些非常简单的Python示例代码来演示这一点。为什么Pytork在这种情况下输出非零数字

导入火炬
将numpy作为np导入
image=np.zero（（3,3,3），dtype=np.float32）
batch=np.asarray（[image]）
a=火炬nn.Conv2d（3,3,1）
b=a（火炬张量（批次）排列（0,3,1,2））
打印（b.permute（0,2,3,1））

与此不同，PyTorch使用非零值初始化偏差（请参阅）：

def reset_参数（自）->无：
初始kaiming_均匀（自重，a=math.sqrt（5））
如果self.bias不是None：
扇入，计算扇入和扇出（自重）
绑定=1/math.sqrt（扇入）
初始一致性（自偏压，-界，界）

谢谢。就这么简单。设置bias=0使输出为0。