没有具体的建模数值，因为根据不同形态的建模，需要设置的数值都是不同的，最基础的是可选择的缩放参数。
例如：
w = torch.Tensor(3, 5)
nn.init.xavier_uniform(w, gain=nn.init.calculate_gain('relu'))
非线性回归的初始值设置方法：
1.查阅他人已有文献，采用其参数作为初始值；
2.将可线性化的方程进行变换（如对数变换），将其线性化后采用线性回归的计算参数，得到的参数进行相应的变换后代入原方程作为初始值；
3.更改算法，R语言可以尝试minpack包的nls.LM()函数，quantreg包的 dynrq()函数进行分位数回归
4.瞎蒙
用内置函数optim()optim(par,fun,lower,upper,method)大致用到这5个参数par是初始值，你选离你峰值差不远的xfun是生成你正弦波的函数lower和upper定义域method用"BFGS"牛顿迭代法，或者"L-BFGS-B"升级版牛顿迭代法。以下是得到的结果，我用f(x)=x^2-2*x+1试了以下>optim(3,fun,lower=-5,upper=5,method="BFGS")$par[1]1#x值$value[1]0#y值$countsfunctiongradient#不知道是什么4444$convergence[1]52#算了多少次收敛
