Parameter是Tensor子类，当与Module一起使用时，它们具有非常特殊的属性——当它们被分配为Module属性时，它们会自动添加到其参数列表中，并将出现在例如Parameters（）迭代器中。分配张量没有这样的效果。这是因为人们可能想在模型中缓存一些临时状态，比如RNN的最后一个隐藏状态。

torch.nn.parameter.Parameter(data=None, requires_grad=True)

参数说明：

data (Tensor) ：– parameter tensor.
requires_grad (bool, optional)：如果参数需要梯度。请注意，torch.nograd（）上下文不会影响参数创建的默认行为——在no_grad模式下，参数仍将具有requires_grad=True。有关更多详细信息，请参阅本地禁用梯度计算。默认值：True

2、UninitializedParameter

1、UninitializedParameter 简介

UninitializedParameter意为：未初始化的参数。

UninitializedParameter是torch.nn.Parameter的一种特殊情况，其中数据的形状是未知的。

与torch.nn.Parameter不同，UninitializedParameter不包含任何数据，尝试访问某些属性（如它们的形状）将抛出运行时错误。可以对未初始化的参数执行的唯一操作是更改其数据类型、将其移动到不同的设备以及将其转换为常规的torch.nn.Parameter。

在构建过程中，可以使用device="CUDA"等设置参数具体化时使用的默认设备或dtype类型，代码如下所示：

torch.nn.parameter.UninitializedParameter(requires_grad=True, device=None, dtype=None)

2、UninitializedParameter 使用介绍

UninitializedParameter多用于lazy模块

_{本教程共40节，当前为第21节!}