python - 在 pytorch 中为 CNN 设置自定义内核

Question

有没有办法在 pytorch 中为卷积神经网络指定我们自己的自定义内核值？类似于 kernel_initialiser在 tensorflow 中？例如。我想要 nn.Conv2d 中的 3x3 内核进行初始化，以便它充当身份内核 -

0 0 0
0 1 0
0 0 0

(这将有效地返回与我在第一次迭代中的输入相同的输出)

我对这个主题的非详尽研究 -

我可以使用 nn.init但它只有一些预定义的内核初始化值。

我试着关注他们关于 official thread 的讨论但它不符合我的需求。

我在研究中可能遗漏了一些内容，请随时指出。

Answer 1

我认为更简单的解决方案是:

    deconv = nn.ConvTranspose2d(
        in_channels=channel_dim, out_channels=channel_dim,
        kernel_size=kernel_size, stride=stride,
        bias=False, padding=1, output_padding=1
    )
    deconv.weight.data.copy_(
        get_upsampling_weight(channel_dim, channel_dim, kernel_size)
    )

换句话说就是使用copy_