در پایتورچ، شما می‌توانید وزن‌ها و بایاس‌های یک لایه شبکه عصبی را با استفاده از روش‌های مختلف مقداردهی اولیه کنید. به عنوان مثال، برای مقداردهی اولیه وزن‌های یک لایه، می‌توانید از یک تابع از ماژول
torch.nn.init استفاده کنید. در زیر یک نمونه کد آورده شده است که نحوه مقداردهی اولیه وزن‌های یک لایه
torch.nn.Conv2d با استفاده از روش
xavier_uniform را نشان می‌دهد:
import torch.nn as nn
import torch.nn.init as init
conv1 = nn.Conv2d(in_channels=3, out_channels=64, kernel_size=3, stride=1, padding=1)
init.xavier_uniform_(conv1.weight)
شما همچنین می‌توانید پارامتر‌ها را با نوشتن در ویژگی‌های
weight.data و
bias.data لایه تغییر دهید که هر دو آن‌ها اشیاء
torch.Tensor هستند. در زیر یک نمونه کد آورده شده است که نحوه پر کردن تانسور وزن و بایاس با یک مقدار ثابت را نشان می‌دهد:
conv1.weight.data.fill_(0.01)
conv1.bias.data.fill_(0.01)