参考文章：
1. 均匀分布
torch.nn.init.uniform_(tensor, a=0, b=1)
服从~U(a,b)
2. 正太分布
torch.nn.init.normal_(tensor, mean=0, std=1)
服从~N(mean,std)
3. 初始化为常数
torch.nn.init.constant_(tensor, val)
初始化整个矩阵为常数val
4. Xavier
基本思想是通过网络层时， 输入和输出的方差相同 ，包括前向传播和后向传播。具体看以下博文：
- 为什么需要Xavier 初始化？
文章第一段通过sigmoid激活函数讲述了为何初始化？
简答的说就是：
- 如果初始化值很小，那么随着层数的传递，方差就会趋于0，此时输入值 也变得越来越小，在sigmoid上就是在0附近，接近于线性， 失去了非线性
- 如果初始值很大，那么随着层数的传递，方差会迅速增加，此时输入值变得很大，而sigmoid在大输入值写倒数趋近于0，反向传播时会遇到 梯度消失 的问题
其他的激活函数同样存在相同的问题。
https://prateekvjoshi.com/2016/03/29/understanding-xavier-initialization-in-deep-neural-networks/
所以论文提出，在每一层网络保证输入和输出的方差相同。
对于Xavier初始化方式，pytorch提供了uniform和normal两种：
torch.nn.init.xavier_uniform_(tensor, gain=1)均匀分布 ~U(−a,a)
其中， a的计算公式：
torch.nn.init.xavier_normal_(tensor, gain=1)正态分布~ N(0,std)
其中std的计算公式：
5. kaiming (He initialization)
Xavier在tanh中表现的很好，但在Relu激活函数中表现的很差，所何凯明提出了针对于Relu的初始化方法。
Delving deep into rectifiers: Surpassing human-level performance on ImageNet classification He, K. et al. (2015)
该方法基于He initialization,其简单的思想是：
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，所以，要保持方差不变，只需要在 Xavier 的基础上再除以2
也就是说在方差推到过程中 ，式子左侧除以2.
pytorch也提供了两个版本：
torch.nn.init.kaiminguniform(tensor, a=0, mode=’fan_in’, nonlinearity=’leaky_relu’)， 均匀分布 ~U(−bound,bound)
其中，bound的计算公式：
torch.nn.init.kaimingnormal(tensor, a=0, mode=’fan_in’, nonlinearity=’leaky_relu’), 正态分布~N(0,std)
其中，std的计算公式：
两函数的参数：
a：该层后面一层的激活函数中负的斜率(默认为ReLU，此时a=0)mode：‘fan_in’ (default) 或者 ‘fan_out’. 使用fan_in保持weights的方差在前向传播中不变；使用fan_out保持weights的方差在反向传播中不变
针对于Relu的激活函数 ，基本使用He initialization，pytorch也是使用kaiming 初始化卷积层参数的