importtorch# 创建一个示例张量data=torch.tensor([[1.0,2.0,3.0],[4.0,5.0,6.0],[7.0,8.0,9.0]])# 计算最小值和最大值data_min=data.min(dim=0,keepdim=True)[0]data_max=data.max(dim=0,keepdim=True)[0]# 归一化到0到1之间normalized_data=(data-data_min)/(data_max-data_min)print("归一...
#由于默认的bn初始化weight参数都为1,所以容易看不出最后scale的作用,这里随机生成一个新的权重代替初始权重 #去掉这两行当然也应当获得一致的结果,这里相当于增加一点难度 weight = bn.state_dict()["weight"] bn.weight = torch.nn.Parameter(weight) #原始的初始化权重,是[1,1,1,1...],为了方便对比我们...