From 3e8de6b444af071a136fa87ebc7d89185a162c45 Mon Sep 17 00:00:00 2001 From: ShusenTang Date: Thu, 24 Oct 2019 12:26:28 +0800 Subject: [PATCH] delete unused #40 --- docs/chapter04_DL_computation/4.2_parameters.md | 2 -- 1 file changed, 2 deletions(-) diff --git a/docs/chapter04_DL_computation/4.2_parameters.md b/docs/chapter04_DL_computation/4.2_parameters.md index 705499ee6..53233307e 100644 --- a/docs/chapter04_DL_computation/4.2_parameters.md +++ b/docs/chapter04_DL_computation/4.2_parameters.md @@ -123,8 +123,6 @@ for name, param in net.named_parameters(): 2.bias tensor([0.]) ``` -如果只想对某个特定参数进行初始化，我们可以调用`Parameter`类的`initialize`函数，它与`Block`类提供的`initialize`函数的使用方法一致。下例中我们对隐藏层的权重使用Xavier随机初始化方法。 - ## 4.2.3 自定义初始化方法 有时候我们需要的初始化方法并没有在`init`模块中提供。这时，可以实现一个初始化方法，从而能够像使用其他初始化方法那样使用它。在这之前我们先来看看PyTorch是怎么实现这些初始化方法的，例如`torch.nn.init.normal_`：