set_global_initializer

paddle.nn.initializer.set_global_initializer ( weight_init, bias_init=None ) [源代码]

该API用于设置Paddle框架中全局的参数初始化方法。该API只对位于其后的代码生效。

模型参数为模型中的weight和bias统称，在fluid中对应fluid.Parameter类，继承自fluid.Variable，是一种可持久化的variable。 该API的设置仅对模型参数生效，对通过 create_global_var 、 create_tensor 等API创建的变量不会生效。

如果创建网络层时还通过 param_attr 、 bias_attr 设置了初始化方式，这里的全局设置将不会生效，因为其优先级更低。

参数：

  • weight_init (Initializer) - 设置框架的全局的weight参数初始化方法。

  • bias_init (Initializer，可选) - 设置框架的全局的bias参数初始化方法。默认：None。

返回：无

代码示例

  1. import paddle
  2. import paddle.nn as nn
  4. nn.initializer.set_global_initializer(nn.initializer.Uniform(), nn.initializer.Constant())
  5. x_var = paddle.uniform((2, 4, 8, 8), dtype='float32', min=-1., max=1.)
  7. # conv1的weight参数是通过Uniform来初始化
  8. # conv1的bias参数是通过Constant来初始化
  9. conv1 = nn.Conv2D(4, 6, (3, 3))
  10. y_var1 = conv1(x_var)
  12. # 如果同时设置了param_attr/bias_attr, 全局初始化将不会生效
  13. # conv2的weight参数是通过Xavier来初始化
  14. # conv2的bias参数是通过Normal来初始化
  15. conv2 = nn.Conv2D(4, 6, (3, 3),
  16.     weight_attr=nn.initializer.XavierUniform(),
  17.     bias_attr=nn.initializer.Normal())
  18. y_var2 = conv2(x_var)
  20. # 取消全局参数初始化的设置
  21. nn.initializer.set_global_initializer(None)