1. 常用的初始化方法
1.1 均匀分布初始化(uniform_)
使值服从均匀分布 U(a,b)
torch.nn.init.uniform_(tensor, a=0.0, b=1.0)
- tensor——一个n维的torch.Tensor
- a – 均匀分布的下界
- b – 均匀分布的上限
1.2 正态分布初始化(normal_)
使值服从正态分布 N(mean, std),默认值为 0,1
torch.nn.init.normal_(tensor, mean=0.0, std=1.0)
- tensor——一个n维的torch.Tensor
- mean – 正态分布的均值
- std – 正态分布的标准偏差
1.3 常数初始化(constant_)
使值为常数,用val来填充
torch.nn.init.constant_(tensor, val)
- tensor——一个n维的torch.Tensor
- val – 用来填充张量的值
1.4 一值初始化(ones_)
用1来填充tensor
torch.nn.init.ones_(tensor)
1.5 零值初始化(zeros_)
用0来填充tensor
torch.nn.init.zeros_(tensor)
1.6 单位矩阵初始化(eye_)
将二维 tensor 初始化为单位矩阵
torch.nn.init.eye_(tensor)
1.7 狄拉克初始化(dirac_)
用Dirac δ函数来填充{3, 4, 5}维输入张量或变量。在卷积层尽可能多的保存输入通道特性。在groups >1的情况下,每组通道保持身份
torch.nn.init.dirac_(tensor, groups=1)
- tensor – {3, 4, 5} 维torch.Tensor
- groups (optional) – conv 层中的组数(默认值:1)
1.8 正交初始化(orthogonal_)
使得 tensor 是正交的
torch.nn.init.orthogonal_(tensor, gain=1)
1.9 稀疏初始化(sparse_)
从正态分布 N~(0. std)中进行稀疏化,使每一个 column 有一部分为 0
torch.nn.init.sparse_(tensor, sparsity, std=0.01)
- tensor——一个n维的torch.Tensor
- sparsity - 每列中要设置为零的元素的比例
- std – 用于生成非零值的正态分布的标准偏差
1.10 Xavier初始化
Xavier 初始化方法,论文在《Understanding the difficulty of training deep feedforward neural networks》。公式推导是从“方差一致性”出发,初始化的分布有均匀分布和正态分布两种。
1.10.1 Xavier均匀分布(xavier_uniform_)
torch.nn.init.xavier_uniform_(tensor, gain=1.0)
xavier 初始化方法中服从均匀分布 U(−a,a) ,分布的参数 a = gain * sqrt(6/fan_in+fan_out),
这里有一个 gain,增益的大小是依据激活函数类型来设定
eg:
nn.init.xavier_uniform_(w, gain=nn.init.calculate_gain('relu'))
1.10.2 Xavier正态分布(xavier_normal_)
torch.nn.init.xavier_normal_(tensor, gain=1.0)
xavier 初始化方法中服从正态分布,mean=0,std = gain * sqrt(2/fan_in + fan_out)
1.11 kaiming初始化
kaiming 初始化方法,论文在《 Delving deep into rectifiers: Surpassing human-level performance on ImageNet classification 》,公式推导同样从“方差一致性”出法,kaiming是针对 xavier 初始化方法在 relu 这一类激活函数表现不佳而提出的改进
1.11.1 kaiming均匀分布(kaiming_uniform_)
torch.nn.init.kaiming_uniform_(tensor, a=0, mode='fan_in', nonlinearity='leaky_relu')
- tensor——一个n维的torch.Tensor
- a – 为激活函数的负半轴的斜率(仅与“leaky_relu”一起使用),relu 是 0
- mode——“fan_in”(默认)或“fan_out”。 选择“fan_in”会保留前向传递中权重方差的大小。 选择“fan_out”会保留向后传递的幅度。
1.11.2 kaiming正态分布(kaiming_normal_)
torch.nn.init.kaiming_normal_(tensor, a=0, mode='fan_in', nonlinearity='leaky_relu')
- tensor——一个n维的torch.Tensor
- a – 为激活函数的负半轴的斜率(仅与“leaky_relu”一起使用),relu 是 0
- mode——可选为 fan_in 或 fan_out, fan_in 使正向传播时,方差一致;fan_out 使反向传播时,方差一致
- nonlinearity – 非线性函数(nn.functional 名称),建议仅与 ‘relu’ 或 ‘leaky_relu’(默认)一起使用。
eg:
nn.init.kaiming_normal_(w, mode='fan_out', nonlinearity='relu')
1.12 计算增益
torch.nn.init.calculate_gain(nonlinearity, param=None)
- nonlinearity–非线性函数(nn.functional name)
- param–非线性函数的可选参数
返回给定非线性函数的推荐增益值。这些值如下:
2. 权值初始化流程
总共两步,
- 第一步,先设定什么层用什么初始化方法,初始化方法在 torch.nn.init 中给出;
- 第二步,实例化一个模型之后,执行该函数,即可完成初始化。
2.1 常用初始化例子1
以之前使用在ResNet中的初始化方法为例,ResNet的详细代码与说明见博文:https://blog.csdn.net/weixin_44751294/article/details/116763878
# 初始化网络结构 def initialize_weights(self): for m in self.modules(): if isinstance(m, nn.Conv2d): # 采用了何凯明的初始化方法 nn.init.kaiming_normal_(m.weight, mode='fan_out', nonlinearity='relu') elif isinstance(m, nn.BatchNorm2d): # 常数初始化: 使值为常数 nn.init.constant_(m.weight, 1) nn.init.constant_(m.bias, 0)
基本过程为:先从 self.modules()中遍历每一层,然后判断各层属于什么类型,例如,是否是 nn.Conv2d、nn.BatchNorm2d、nn.Linear 等,然后根据不同类型的层,设定不同的权值初始化方法,例如,Xavier,kaiming,normal_,uniform_等。
2.2 常用初始化例子2
# 定义权值初始化 def initialize_weights(self): # 其中self.modules()展示网络的层结构 for m in self.modules(): # 对nn.Conv2d层进行处理 if isinstance(m, nn.Conv2d): # 采用 torch.nn.init.xavier_normal 方法对该层的 weight 进行初始化 torch.nn.init.xavier_normal_(m.weight.data) # 并判断是否存在偏置(bias),若存在,将 bias 初始化为全 0 if m.bias is not None: m.bias.data.zero_() # 对BatchNorm2d层进行处理 elif isinstance(m, nn.BatchNorm2d): # 对于BatchNorm2d,其是不需要bias的,所以对应的bias设置为0;其他设置为1,以下是两种设置方法,功能是一样的 # 方法1: m.weight.data.fill_(1) m.bias.data.zero_() # 方法2:使用常数初始化 # nn.init.constant_(m.weight, 1) # nn.init.constant_(m.bias, 0) # 对Linear层进行处理 elif isinstance(m, nn.Linear): # 正态分布初始化,使值服从正态分布 N(mean, std) torch.nn.init.normal_(m.weight.data, 0, 0.01) m.bias.data.zero_()