如何做网站图标,淘宝网站怎样做,重庆建筑工程造价信息网,社交网站 备案分类目录#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。
该函数用单位矩阵填充二维输入张量其在线性层中保留尽可能多的输入特征。
语法
torch.nn.init.eye_(tensor)参数
tensor[Tensor] 一个2维张量torch.Tensor
返回值
一个torch.Tensor且参数tensor也会更新
实例
w torch.empty(3, 5)
nn.init.eye_(w)函数实现
def eye_(tensor):rFills the 2-dimensional input Tensor with the identitymatrix. Preserves the identity of the inputs in Linear layers, where asmany inputs are preserved as possible.Args:tensor: a 2-dimensional torch.TensorExamples: w torch.empty(3, 5) nn.init.eye_(w)if tensor.ndimension() ! 2:raise ValueError(Only tensors with 2 dimensions are supported)with torch.no_grad():torch.eye(*tensor.shape, outtensor, requires_gradtensor.requires_grad)return tensor
