話不多說，上程式碼，上面寫的很清楚。

import torch.nn as nn
import torch
net= nn.Sequential(
    nn.Linear(1024, 512),
    nn.ReLU(inplace=True),
    nn.Linear(512, 256),
    nn.ReLU(inplace=True),
    nn.Linear(256, 6),
)
net[4].weight.data=torch.zeros(6,256)
net[4].bias.data=torch.ones(6)
t=torch.randn(32,1024)
print(net(t).size())
cnn=nn.Sequential(
    nn.Conv2d(2,8,3,1,1),
    nn.Conv2d(8,19,3,1,1)
)
cnn[0].weight.data=torch.randn(8*2*3*3).view(8,2,3,3)
cnn[0].bias.data=torch.ones(8)
t=torch.randn(32,2,100,100)
print(cnn(t).size())
 

注：

1. 注意線性層和卷積層輸入通道和輸出通道的關係，初始化的時候要是轉置的形式。
2. 後面生成一個tensor送入網路是為了測試初始化的正確性
3. 出錯的話請參考：The expanded size of the tensor (256) must match the existing size (81) at non-singleton dimension1
4. 雖然程式碼中寫的是sequential，對於module同樣是可以用的