conv2d是否使用随机过滤器？这样对NN有好处吗？

Question

如果我在PyTorch中使用nn.Conv2d(in_dim, out_dim, kernel_size, bias=False)命令，则该函数将创建与out_dim指定的一样多的过滤器。这些过滤器是随机的吗？定制这些过滤器不是更好吗？有人有办法吗？

还是使用此函数生成的随机过滤器更好？

在PyTorch中完成，python。

谢谢

Answer 1

  

这些过滤器是否随机？定制这些过滤器不是更好吗？有人有办法吗？

是的，它们是随机的，是通过initialization function用的Conv2d制作的。

这可能会更改，但是默认情况下，nn.Conv2d使用init.kaiming_uniform_。您可以将其调整为：

conv_layer = nn.Conv2d(in_dim, out_dim, kernel_size, bias=False)
torch.nn.init.kaiming_normal_(conv_layer.weight)

概念是在训练时学习权重，因此这些随机值最初会改变并变为学习的张量值。