Fluid版本如何自定义模型权重？

原创于 2019-03-07 10:50:46 发布 · 1k 阅读

CC 4.0 BY-SA版权

本文介绍如何在PaddlePaddle的Fluid版本中自定义模型权重，通过使用fluid.param_attr.ParamAttr()方法的initializer参数，实现指定权重的初始化。以x=MW+b为例，演示了如何设置自定义矩阵M及权重W、b。

部署运行你感兴趣的模型镜像

问题描述：Fluid版本的PaddlePaddle如何自定义模型的权重？想要实现：x = MW + b，其中M是一个m * n的矩阵数据，W（n * 1）、b (m * 1)是自定义的权重。
问题分析：

在Fluid版本中自定义权重可以通过fluid.param_attr.ParamAttr()方法的initializer参数实现，本地就是将自定义的值赋值给该节点，实现自定义模型权重的目的。

解决方法：

自定义权重的实例代码如下：

import paddle.fluid as fluid
import paddle
import numpy as np

def test_initializer(self):
    def initializer(name):
        assert name == 'fc.w'
        mat =  np.ones((3,2), dtype=np.float32)
        mat[1,1] = 2
        return mat

    x = fluid.layers.data(name='x', dtype='float32')
    y = fluid.layers.fc(input=x, size=2, param_attr=fluid.param_attr.ParamAttr(
        name='fc.w', initializer=initializer
    ))