转载请注明出处：
http://www.cnblogs.com/darkknightzh/p/8297793.html
参考网址：
http://pytorch.org/docs/0.3.0/nn.html?highlight=kaiming#torch.nn.init.kaiming_normal
https://github.com/prlz77/ResNeXt.pytorch/blob/master/models/model.py
https://github.com/facebookresearch/ResNeXt/blob/master/models/resnext.lua
https://github.com/bamos/densenet.pytorch/blob/master/densenet.py
https://github.com/szagoruyko/wide-residual-networks/blob/master/models/utils.lua
说明：暂时就这么多吧，错误之处请见谅。前两个初始化的方法见pytorch官方文档
1. xavier初始化
torch.nn.init.xavier_uniform(tensor, gain=1)
对于输入的tensor或者变量，通过论文Understanding the difficulty of training deep feedforward neural networks” - Glorot, X. & Bengio, Y. (2010)的方法初始化数据。初始化服从均匀分布$U(-a,a)$，其中$a=gain imes sqrt{2/(fan\_in+fan\_out)} imes sqrt{3}$，该初始化方法也称Glorot initialisation。
参数：
tensor：n维的 torch.Tensor 或者 autograd.Variable类型的数据
a：可选择的缩放参数
例如：
w = torch.Tensor(3, 5) nn.init.xavier_uniform(w, gain=nn.init.calculate_gain('relu'))
torch.nn.init.xavier_normal(tensor, gain=1)
对于输入的tensor或者变量，通过论文Understanding the difficulty of training deep feedforward neural networks” - Glorot, X. & Bengio, Y. (2010)的方法初始化数据。初始化服从高斯分布$N(0,std)$，其中$std=gain imes sqrt{2/(fan\_in+fan\_out)}$，该初始化方法也称Glorot initialisation。
参数：
tensor：n维的 torch.Tensor 或者 autograd.Variable类型的数据
a：可选择的缩放参数
例如：
w = torch.Tensor(3, 5)
nn.init.xavier_normal(w)
2. kaiming初始化
torch.nn.init.kaiming_uniform(tensor, a=0, mode='fan_in')
对于输入的tensor或者变量，通过论文“Delving deep into rectifiers: Surpassing human-level performance on ImageNet classification” - He, K. et al. (2015)的方法初始化数据。初始化服从均匀分布$U(-bound,bound)$，其中$bound=sqrt{2/((1+{{a}^{2}}) imes fan\_in)} imes sqrt{3}$，该初始化方法也称He initialisation。
参数：
tensor：n维的 torch.Tensor 或者 autograd.Variable类型的数据
a：该层后面一层的激活函数中负的斜率(默认为ReLU，此时a=0)
mode：‘fan_in’ (default) 或者 ‘fan_out’. 使用fan_in保持weights的方差在前向传播中不变；使用fan_out保持weights的方差在反向传播中不变。
例如：
w = torch.Tensor(3, 5) nn.init.kaiming_uniform(w, mode='fan_in')
torch.nn.init.kaiming_normal(tensor, a=0, mode='fan_in')
对于输入的tensor或者变量，通过论文“Delving deep into rectifiers: Surpassing human-level performance on ImageNet classification” - He, K. et al. (2015)的方法初始化数据。初始化服从高斯分布$N(0,std)$，其中$std=sqrt{2/((1+{{a}^{2}}) imes fan\_in)}$，该初始化方法也称He initialisation。
参数：
tensor：n维的 torch.Tensor 或者 autograd.Variable类型的数据
a：该层后面一层的激活函数中负的斜率(默认为ReLU，此时a=0)
mode：‘fan_in’ (default) 或者 ‘fan_out’. 使用fan_in保持weights的方差在前向传播中不变；使用fan_out保持weights的方差在反向传播中不变。
例如：
w = torch.Tensor(3, 5) nn.init.kaiming_normal(w, mode='fan_out')
使用的例子（具体参见原始网址）：
https://github.com/prlz77/ResNeXt.pytorch/blob/master/models/model.py
from torch.nn import init self.classifier = nn.Linear(self.stages[3], nlabels) init.kaiming_normal(self.classifier.weight) for key in self.state_dict(): if key.split('.')[-1] == 'weight': if 'conv' in key: init.kaiming_normal(self.state_dict()[key], mode='fan_out') if 'bn' in key: self.state_dict()[key][...] = 1 elif key.split('.')[-1] == 'bias': self.state_dict()[key][...] = 0
3. 实际使用中看到的初始化
3.1 ResNeXt，densenet中初始化
https://github.com/facebookresearch/ResNeXt/blob/master/models/resnext.lua
https://github.com/bamos/densenet.pytorch/blob/master/densenet.py
conv
n = kW* kH*nOutputPlane weight:normal(0,math.sqrt(2/n)) bias:zero()
batchnorm
weight:fill(1) bias:zero()
linear
bias:zero()
3.2 wide-residual-networks中初始化（MSRinit）
https://github.com/szagoruyko/wide-residual-networks/blob/master/models/utils.lua
conv
n = kW* kH*nInputPlane weight:normal(0,math.sqrt(2/n)) bias:zero()
linear
bias:zero()