Assign

class paddle.nn.initializer. Assign ( value, name=None ) [源代码]

该OP使用Numpy数组、Python列表、Tensor来初始化参数。

参数：

  • value （Tensor|numpy.ndarray|list） - 用于初始化参数的一个Numpy数组、Python列表、Tensor。

  • name （str，可选）- 具体用法请参见 Name，一般无需设置，默认值为None。

返回：

由Numpy数组、Python列表、Tensor初始化的参数。

代码示例

  1. import paddle
  2. import numpy as np
  4. # numpy array
  5. data_1 = paddle.ones(shape=[1, 2], dtype='float32')
  6. weight_attr_1 = paddle.framework.ParamAttr(
  7.     name="linear_weight_1",
  8.     initializer=paddle.nn.initializer.Assign(np.array([2, 2])))
  9. bias_attr_1 = paddle.framework.ParamAttr(
  10.     name="linear_bias_1",
  11.     initializer=paddle.nn.initializer.Assign(np.array([2])))
  12. linear_1 = paddle.nn.Linear(2, 2, weight_attr=weight_attr_1, bias_attr=bias_attr_1)
  13. # linear_1.weight:  [2. 2.]
  14. # linear_1.bias:  [2.]
  16. res_1 = linear_1(data_1)
  17. # res_1:  [6.]
  19. # python list
  20. data_2 = paddle.ones(shape=[1, 2], dtype='float32')
  21. weight_attr_2 = paddle.framework.ParamAttr(
  22.     name="linear_weight_2",
  23.     initializer=paddle.nn.initializer.Assign([2, 2]))
  24. bias_attr_2 = paddle.framework.ParamAttr(
  25.     name="linear_bias_2",
  26.     initializer=paddle.nn.initializer.Assign([2]))
  27. linear_2 = paddle.nn.Linear(2, 2, weight_attr=weight_attr_2, bias_attr=bias_attr_2)
  28. # linear_2.weight:  [2. 2.]
  29. # linear_2.bias:  [2.]
  31. res_2 = linear_2(data_2)
  32. # res_2:  [6.]
  34. # tensor
  35. data_3 = paddle.ones(shape=[1, 2], dtype='float32')
  36. weight_attr_3 = paddle.framework.ParamAttr(
  37.     name="linear_weight_3",
  38.     initializer=paddle.nn.initializer.Assign(paddle.full([2], 2)))
  39. bias_attr_3 = paddle.framework.ParamAttr(
  40.     name="linear_bias_3",
  41.     initializer=paddle.nn.initializer.Assign(paddle.full([1], 2)))
  42. linear_3 = paddle.nn.Linear(2, 2, weight_attr=weight_attr_3, bias_attr=bias_attr_3)
  43. # linear_3.weight:  [2. 2.]
  44. # linear_3.bias:  [2.]
  46. res_3 = linear_3(data_3)
  47. # res_3:  [6.]

使用本API的教程文档