Python 官方文档：入门教程 => 点击学习
错误代码：输出grad为none a = torch.ones((2, 2), requires_grad=True).to(device) b = a.sum() b.back
a = torch.ones((2, 2), requires_grad=True).to(device)
b = a.sum()
b.backward()
print(a.grad)修改后的代码为：
a = torch.ones((2, 2), requires_grad=True)
c = a.to(device)
b = c.sum()
b.backward()
print(a.grad)
类似错误：
self.miu = torch.nn.Parameter(torch.ones(self.dimensional)) * 0.01应该为
self.miu = torch.nn.Parameter(torch.ones(self.dimensional) * 0.01)补充：pytorch梯度返回none的bug
tensor即使设置了requires_grad，反向传播之后， x返回没有grad梯度，为none
不知道其他版本有无此bug
补充：PyTorch中梯度反向传播的注意点
optimizer.zero_grad()语句的位置比较随意，只要放在loss.backward()前面即可，它的作用是将梯度归零，否则会在每一个迭代中进行累加，
loss.backward()的作用是反向传播，计算梯度，optimizer.step()的功能是优化器自动完成参数的更新。
optimizer.zero_grad()
loss.backward()
optimizer.step()以上为个人经验，希望能给大家一个参考，也希望大家多多支持编程网。
--结束END--
本文标题: pytorch损失反向传播后梯度为none的问题
本文链接: https://www.lsjlt.com/news/125764.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑，方便收藏和打印～
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
官方手机版
微信公众号
商务合作
0