torch.nn.utils.skip_init¶
- torch.nn.utils.skip_init(module_cls, *args, **kwargs)[源代码]¶
给定一个模块类对象和参数/关键字参数,实例化模块,但不初始化参数/缓冲区。
如果初始化速度很慢或将执行自定义初始化,这将很有用,从而使默认初始化变得没有必要。由于此函数的实现方式,存在一些注意事项
1. 模块必须在构造函数中接受 device 参数,该参数传递给在构造期间创建的任何参数或缓冲区。
2. 模块在构造函数中不得对参数执行任何计算,除了初始化(即来自
torch.nn.init
的函数)。如果满足这些条件,则可以使用未初始化的参数/缓冲区值实例化模块,就好像使用
torch.empty()
创建一样。- 参数
module_cls – 类对象;应该是
torch.nn.Module
的子类args – 传递给模块构造函数的参数
kwargs – 传递给模块构造函数的关键字参数
- 返回值
使用未初始化的参数/缓冲区实例化的模块
示例
>>> import torch >>> m = torch.nn.utils.skip_init(torch.nn.Linear, 5, 1) >>> m.weight Parameter containing: tensor([[0.0000e+00, 1.5846e+29, 7.8307e+00, 2.5250e-29, 1.1210e-44]], requires_grad=True) >>> m2 = torch.nn.utils.skip_init(torch.nn.Linear, in_features=6, out_features=1) >>> m2.weight Parameter containing: tensor([[-1.4677e+24, 4.5915e-41, 1.4013e-45, 0.0000e+00, -1.4677e+24, 4.5915e-41]], requires_grad=True)