torch.nn.utils.skip_init

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

给定一个模块类对象以及参数/关键字参数，在不初始化参数/缓冲区的情况下实例化该模块。

这可能很有用，因为初始化很慢，或者将执行自定义初始化，使得默认初始化是不必要的。由于此函数实现的方式，存在一些注意事项：

1. 模块必须在其构造函数中接受一个 device 参数，该参数将在构造过程中传递给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任何计算，除了初始化（即来自 torch.nn.init 的函数）。

如果满足这些条件，则模块可以实例化，其参数/缓冲区值将不被初始化，就好像使用 torch.empty() 创建一样。

参数

• module_cls – 类对象；应该是 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

已实例化但参数/缓冲区未初始化的模块

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)