我对Pythorch很陌生,如果问题很直接,我很抱歉。
我的问题是我定义了类net1
,并用固定的手动种子随机初始化了它的参数。在
random.seed(opt.manualSeed)
torch.manual_seed(opt.manualSeed)
if torch.cuda.is_available():
torch.cuda.manual_seed_all(opt.manualSeed)
class net1(nn.Module):
def __init__(self):
super(net1, self).__init__()
self.main_body = nn.Sequential(
# Define the layers...#
)
def forward(self, x):
return self.main_body(x)
# custom weights initialization called on net1
def weights_init(m):
classname = m.__class__.__name__
if classname.find('Conv') != -1:
m.weight.data.normal_(0.0, 0.02)
elif classname.find('BatchNorm') != -1:
m.weight.data.normal_(1.0, 0.02)
m.bias.data.fill_(0)
net1_ = net1()
net1_.apply(weights_init)
但是,当我向代码中添加另一个类net2
时:
并实例化它,即使我不在其他任何地方使用它,也没有连接到我的主图(它是建立在net1_
)上的,我从我的图中得到不同的输出。
结果是否合理?在
我想执行的顺序是:
如果是这样,这是意料之中的。在
这是因为当调用
net2.__init__
时(在net2_ = net2()
期间), torch的随机数生成器用于随机初始化net2_
中的权重。 因此,随机数生成器在执行net1_.apply
时的状态将与with_net2 = False
不同。在相关问题 更多 >
编程相关推荐