torch.nn.utils.skip_init

torch.nn.utils.skip_init(module_cls, *args, **kwargs)

给定一个模块类对象和参数/关键字参数，在不初始化参数/缓冲区的情况下实例化模块。

这在使用默认初始化不必要时，对于初始化过程缓慢或将执行自定义初始化的情况非常有用。由于此函数的实现方式，存在一些注意事项：

1. 模块在其构造函数中必须接受一个 device 参数，该参数将传递给构造期间创建的任何参数或缓冲区。

2. 模块在其构造函数中不得对参数执行除初始化（即来自 torch.nn.init 的函数）之外的任何计算。

如果满足这些条件，则模块可以实例化，其参数/缓冲区值未初始化，就像使用 torch.empty() 创建的一样。

参数

• module_cls – 类对象；应为 torch.nn.Module 的子类

• args – 要传递给模块构造函数的参数

• kwargs – 要传递给模块构造函数的关键字参数

返回

实例化了具有未初始化参数/缓冲区的模块

示例

>>> import torch
>>> m = torch.nn.utils.skip_init(torch.nn.Linear, 5, 1)
>>> m.weight
Parameter containing:
tensor([[0.0000e+00, 1.5846e+29, 7.8307e+00, 2.5250e-29, 1.1210e-44]],
       requires_grad=True)
>>> m2 = torch.nn.utils.skip_init(torch.nn.Linear, in_features=6, out_features=1)
>>> m2.weight
Parameter containing:
tensor([[-1.4677e+24,  4.5915e-41,  1.4013e-45,  0.0000e+00, -1.4677e+24,
          4.5915e-41]], requires_grad=True)