在 Torch/Lua 中，加载保存的模型和使用 Xavier 权重初始化方法有什么区别？

我在一个人工神经网络项目中使用了 Torch 和 Lua。

有时我会使用 torch.save() 和 torch.load() 命令将训练好的模型保存到文件中并在我的脚本中加载它。

最近，我一直在研究所谓的 Xavier 权重初始化方法[最初由 Xavier Glorot 开发] (http://jmlr.org/proceedings/papers/v9/glorot10a/glorot10a.pdf) 在 2010 年。

我在 torch-toolbox package 中找到了这种权重初始化方法的实现。 例子中包含以下代码：

-- 设计模型
require('nn')
model = nn.Sequential()
model:add(nn.SpatialConvolutionMM(3,4,5,5))

-- 重置权重
method = 'xavier'
model_new = require('weight-init')(model, method)

我在 Torch 控制台中运行了这个例子，并尝试分析对象的内容，如 model 和 model_new。 我看不到立即的区别，所以我想知道： 使用这个 Xavier weight-init 权重初始化和经典的 torch.load() 命令之间有什么区别？