Pytorchでネットワークの重みに任意の値を持たせる方法

背景

Pytorchを用いてニューラルネットワークの順伝播の最終出力を確認したかった。

実際にニューラルネットワークを用いて予測を行う時に使う場面はないと思うが（重みの初期値はランダムに設定するはず）挙動の確認の際に役に立った。

コード

ポイントはnn,Linearが持つ重みパラメータ（とバイアスのパラメータ）をnn.Parameter(torch.tensor())で代入してあげること。単にtorch.tensor()で代入しようとするとエラー。

以下は入力層、中間層1層、出力層で構成されるニューラルネットワーク。

ここでは特徴量の次元数は３、中間層もユニット数は２による例

class FF_L1(nn.Module):
    # w_numは特徴量の次元数、c_numはクラス数、unit_numは中間層のユニット数
    def __init__(self, w_num, c_num, unit_num):
        super(FF_L1, self).__init__()
        self.fc1 = nn.Linear(w_num, unit_num)
        self.fc2 = nn.Linear(unit_num, c_num)
        self.relu = nn.ReLU()

    def forward(self, x):
        x = torch.tensor(x).float()

        x = self.fc1(x)
        x = self.relu(x)
        x = self.fc2(x)
        return x

    # モデルパラメータを初期化
    def parameter_init(self):
        self.fc1.weight = nn.Parameter(torch.tensor([[3,1,2],[-2,-3,-1]]).float())
        nn.init.constant_(self.fc1.bias, 0)
        self.fc2.weight = nn.Parameter(torch.tensor([[2.0,3.0]]).float())
        nn.init.constant_(self.fc2.bias, 0)