南昌装修网站建设,wordpress 头像 很慢,浦口区教育局网站集约化建设,做调查问卷赚钱的网站分类目录#xff1a;《深入浅出Pytorch函数》总目录 相关文章#xff1a; 深入浅出Pytorch函数——torch.nn.init.calculate_gain 深入浅出Pytorch函数——torch.nn.init.uniform_ 深入浅出Pytorch函数——torch.nn.init.normal_ 深入浅出Pytorch函数——torch.nn.init.c…分类目录《深入浅出Pytorch函数》总目录 相关文章 · 深入浅出Pytorch函数——torch.nn.init.calculate_gain · 深入浅出Pytorch函数——torch.nn.init.uniform_ · 深入浅出Pytorch函数——torch.nn.init.normal_ · 深入浅出Pytorch函数——torch.nn.init.constant_ · 深入浅出Pytorch函数——torch.nn.init.ones_ · 深入浅出Pytorch函数——torch.nn.init.zeros_ · 深入浅出Pytorch函数——torch.nn.init.eye_ · 深入浅出Pytorch函数——torch.nn.init.dirac_ · 深入浅出Pytorch函数——torch.nn.init.xavier_uniform_ · 深入浅出Pytorch函数——torch.nn.init.xavier_normal_ · 深入浅出Pytorch函数——torch.nn.init.kaiming_uniform_ · 深入浅出Pytorch函数——torch.nn.init.kaiming_normal_ · 深入浅出Pytorch函数——torch.nn.init.trunc_normal_ · 深入浅出Pytorch函数——torch.nn.init.orthogonal_ · 深入浅出Pytorch函数——torch.nn.init.sparse_ torch.nn.init模块中的所有函数都用于初始化神经网络参数因此它们都在torc.no_grad()模式下运行autograd不会将其考虑在内。
该函数从给定均值和标准差的正态分布 N ( mean , std ) N(\text{mean}, \text{std}) N(mean,std)中生成值填充输入的张量或变量
语法
torch.nn.init.normal_(tensor, mean0.0, std1.0)参数
tensor[Tensor] 一个 N N N维张量torch.Tensormean [float] 正态分布的均值std [float] 正态分布的标准差
返回值
一个torch.Tensor且参数tensor也会更新
实例
w torch.empty(3, 5)
nn.init.normal_(w)函数实现
def normal_(tensor: Tensor, mean: float 0., std: float 1.) - Tensor:rFills the input Tensor with values drawn from the normaldistribution :math:\mathcal{N}(\text{mean}, \text{std}^2).Args:tensor: an n-dimensional torch.Tensormean: the mean of the normal distributionstd: the standard deviation of the normal distributionExamples: w torch.empty(3, 5) nn.init.normal_(w)if torch.overrides.has_torch_function_variadic(tensor):return torch.overrides.handle_torch_function(normal_, (tensor,), tensortensor, meanmean, stdstd)return _no_grad_normal_(tensor, mean, std)
