【Python】nn.init.constant_（）函数详解和示例

nn.init.constant_ 是 PyTorch 中的一个初始化方法，用于为神经网络的权重和偏置项设置常量值。这个初始化方法通常用于在训练神经网络之前初始化模型的参数。

nn.init.constant_ 的语法如下：

nn.init.constant_(tensor, val)

其中，tensor 是要初始化的张量，val 是要设置的常量值。

这个初始化方法会将 tensor 中的所有元素都设置为 val。注意，这个方法不会改变 tensor 的形状，只会改变其元素的值。

下面是一个使用 nn.init.constant_ 初始化的示例：

import torch
import torch.nn as nn

# 创建一个全连接层
fc = nn.Linear(10, 2)

# 使用常量 0 进行初始化
fc.weight.data = nn.init.constant_(fc.weight.data, 0)
fc.bias.data = nn.init.constant_(fc.bias.data, 0)

print(fc.weight)
print(fc.bias)

输出：

Parameter containing:
tensor([[0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]], requires_grad=True)
Parameter containing:
tensor([0., 0.], requires_grad=True)