神经网络中最重要的就是参数了，其中包括权重项$W$和偏置项$b$。 我们训练神经网络的最终目的就是得到最好的参数，使得目标函数取得最小值。参数的初始化也同样重要，因此微调受到很多人的重视，
只列一些常用的！
Tensorflow
常数初始化
tf.constant_initializer(value)
value取0，则代表的是全0初始化，也可以表示为 tf.zeros_initializer()
value取1，则代表的是全1初始化，也可以表示为 tf.ones_initializer()
随机均匀初始化器
tf.random_uniform_initializer(minval=0, maxval=None)
不需要指定最小值和最大值的均匀初始化：
tf.uniform_unit_scaling_initializer(factor=1.0)
随机正态初始化器
(均值为0，方差为1)
tf.random_normal_initializer(mean=0.0, stddev=1.0)
截断正态分布初始化器
(均值为0，方差为1)
tf.truncated_normal_initializer(mean=0.0, stddev=1.0)
正交矩阵初始化器
tf.orthogonal_initializer()
生成正交矩阵的随机数。当需要生成的参数是2维时，这个正交矩阵是由均匀分布的随机数矩阵经过SVD分解而来。
Xavier uniform 初始化器
tf.glorot_uniform_initializer()
初始化为与输入输出节点数相关的均匀分布随机数，和xavier_initializer()是一个东西
假设均匀分布的区间是[-limit, limit]，则
$$limit=\sqrt{\frac{6}{fan_in + fan_out}}$$
其中的fan_in和fan_out分别表示输入单元的结点数和输出单元的结点数。
Xavier normal 初始化器
tf.glorot_normal_initializer()
初始化为与输入输出节点数相关的截断正太分布随机数
$$stddev = \sqrt{\frac{2}{fan\_in + fan\_out}}$$
其中的fan_in和fan_out分别表示输入单元的结点数和输出单元的结点数。
变尺度正态、均匀分布
tf.variance_scaling_initializer(scale=1.0,mode="fan_in", distribution="truncated_normal")
- scale: 缩放尺度
- mode： 有3个值可选，分别是 “fan_in”, “fan_out” 和 “fan_avg”，用于控制计算标准差 stddev的值
- distribution： 2个值可选，”normal”或“uniform”，定义生成的tensor的分布是截断正太分布还是均匀分布
distribution选‘normal’的时候，生成的是截断正太分布，标准差 stddev = sqrt(scale / n), n的取值根据mode的不同设置而不同：
- mode = "fan_in"， n为输入单元的结点数；
- mode = "fan_out"，n为输出单元的结点数；
- mode = "fan_avg",n为输入和输出单元结点数的平均值;
distribution选 ‘uniform’，生成均匀分布的随机数tensor，最大值 max_value和 最小值 min_value 的计算公式：
- max_value = sqrt(3 * scale / n)
- min_value = -max_value
he初始化
如果使用relu激活函数，最好使用He初始化，因为在ReLU网络中，假定每一层有一半的神经元被激活，另一半为0，所有要保持variance不变。
tf.contrib.layers.variance_scaling_initializer()
Xavier初始化
如果激活函数用sigmoid和tanh，最好用xavier初始化器，
Xavier初始化的基本思想是保持输入和输出的方差一致，这样就避免了所有输出值都趋向于0.
from tensorflow.contrib.layers import xavier_initializer
pytorch
PyTorch 中参数的默认初始化在各个层的 reset_parameters() 方法中。例如：nn.Linear 和 nn.Conv2D，都是在 [-limit, limit] 之间的均匀分布(Uniform distribution)，其中 limit 是$\frac{1}{\sqrt{fan\_in}}$ ，fan_in是指参数张量(tensor)的输入单元的数量
下面是几种常见的初始化方式
常数初始化
nn.init.constant_(w, 0.3)
均匀分布
nn.init.uniform_(w)
正态分布
nn.init.normal_(w, mean=0, std=1)
xavier_uniform 初始化
Xavier初始化的基本思想是保持输入和输出的方差一致，这样就避免了所有输出值都趋向于0。这是通用的方法，适用于任何激活函数。
# 默认方法
for m in model.modules():
if isinstance(m, (nn.Conv2d, nn.Linear)):
nn.init.xavier_uniform_(m.weight)
也可以使用 gain 参数来自定义初始化的标准差来匹配特定的激活函数：
for m in model.modules():
if isinstance(m, (nn.Conv2d, nn.Linear)):
nn.init.xavier_uniform_(m.weight(), gain=nn.init.calculate_gain('relu'))
xavier_normal 初始化
nn.init.xavier_normal_(w)
kaiming_uniform 初始化
nn.init.kaiming_uniform_(w, mode='fan_in', nonlinearity='relu')
kaiming_normal 初始化
He initialization的思想是：在ReLU网络中，假定每一层有一半的神经元被激活，另一半为0。推荐在ReLU网络中使用。
for m in model.modules():
if isinstance(m, (nn.Conv2d, nn.Linear)):
nn.init.kaiming_normal_(m.weight, mode='fan_in')
正交初始化(Orthogonal Initialization)
主要用以解决深度网络下的梯度消失、梯度爆炸问题，在RNN中经常使用的参数初始化方法。
for m in model.modules():
if isinstance(m, (nn.Conv2d, nn.Linear)):
nn.init.orthogonal(m.weight)
Batchnorm Initialization
在非线性激活函数之前，我们想让输出值有比较好的分布(例如高斯分布)，以便于计算梯度和更新参数。Batch Normalization 将输出值强行做一次 Gaussian Normalization 和线性变换：
for m in model:
if isinstance(m, nn.BatchNorm2d):
nn.init.constant(m.weight, 1)
nn.init.constant(m.bias, 0)
参考
tensorflow 学习笔记(九)- 参数初始化(initializer)
pytorch中的参数初始化方法总结
