免费建自己的网站赚钱最经典的营销案例

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val的值填充输入的张量或变量

语法

torch.nn.init.constant_(tensor, val)

参数

• tensor：[Tensor] 一个$N$维张量torch.Tensor
• val：[float] 用来填充张量的值

返回值

一个torch.Tensor且参数tensor也会更新

实例

w = torch.empty(3, 5)
nn.init.constant_(w, 0.3)

函数实现

def constant_(tensor: Tensor, val: float) -> Tensor:r"""Fills the input Tensor with the value :math:`\text{val}`.Args:tensor: an n-dimensional `torch.Tensor`val: the value to fill the tensor withExamples:>>> w = torch.empty(3, 5)>>> nn.init.constant_(w, 0.3)"""if torch.overrides.has_torch_function_variadic(tensor):return torch.overrides.handle_torch_function(constant_, (tensor,), tensor=tensor, val=val)return _no_grad_fill_(tensor, val)