PyTorch - 改变 Conv2d 的权重

Question

出于某种原因，我似乎无法在 PyTorch 中分配 Conv2d 层的所有权重 - 我必须分两步完成。任何人都可以帮助我解决我做错的事情吗？

layer = torch.nn.Conv2d(in_channels=1, out_channels=2, kernel_size=(2,2), stride=(2,2))
layer.state_dict()['weight']

给我一​​个大小为 (2,1,2,2) 的张量

tensor([[[[ 0.4738, -0.2197],
      [-0.3436, -0.0754]]],

    [[[ 0.1662,  0.4098],
      [-0.4306, -0.4828]]]])

当我尝试像这样分配权重时

layer.state_dict()['weight'] = torch.tensor([
  [[[ 1, 2],
    [3, 4]]],

  [[[-1, -2],
    [-3, -4]]]
])

权重不变。但是，如果我这样做

layer.state_dict()['weight'][0] = torch.tensor([
  [[[1, 2],
    [3, 4]]],
])
layer.state_dict()['weight'][1] = torch.tensor([
  [[[-1, -2],
    [-3, -4]]],
])

权重发生变化。为什么会这样？

Answer 1

我不确定为什么你不能直接分配它们，但实现你想要做的事情的更合适的方法是

layer.load_state_dict({'weight': torch.tensor([[[[0.4738, -0.2197],
                      [-0.3436, -0.0754]]],
                    [[[0.1662, 0.4098],
                      [-0.4306, -0.4828]]]])}, strict=False)