神经网络的权重随机初始化

在pytorch中，对神经网络卷积层的权重怎么进行随机初始化？

• 这篇博客也许可以解决你的问题👉 ：基于Pytorch的神经网络之基础理论
• 除此之外, 这篇博客: pytorch实现简单的神经网络并训练中的 卷积神经网络 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• class CNN(nn.Module):
      def __init__(self):
          super(CNN,self).__init__()
          #定义卷积和全连接层
          self.c1 = nn.Conv2d(1,6,(5,5))
          self.c2 = nn.Conv2d(6,16,(5,5))
          self.fc1 = nn.Linear(256,120)
          self.fc2 = nn.Linear(120,84)
          self.fc3 = nn.Linear(84,10)
          
          
      def forward(self,x):
      	#全向方法
          #x = F.max_pool2d(F.relu(self.c1(x)),2)
          x = self.c1(x)
          x = F.relu(x)
          x = F.max_pool2d(x,2)
          x = self.c2(x)
          x = F.relu(x)
          x = F.max_pool2d(x,2)
          
          x = x.view(-1,self.num_flat_feature(x))
          x = self.fc1(x)
          x = F.relu(x)
          x = self.fc2(x)
          x = F.relu(x)
          x = self.fc3(x)
          return x
      
      def num_flat_feature(self,x):
          size = x.size()[1:]
          
          num_features = 1
          for s in size:
              num_features *= s
          return num_features
  

• 您还可以看一下 龙良曲老师的深度学习与PyTorch入门实战教程课程中的 卷积神经网络-1小节, 巩固相关知识点