pytorch：model.zero_grad()和optimizer.zero_grad()、net.parameters()、requires_grad

两种方式都是把模型中参数的梯度设置为0。

当optimizer =optim.Optimizer(net.parameters())时，二者等效。其中Optimizer可以是Adam、SGD等优化器。

net.parameters()

其中：parameters意思是参数

在网络优化过程中，使用net.parameters传入优化器，对网络参数进行优化，网络开始训练时会随机初始化网络的参数，然后进行训练，也可根据设置，将网络参数设置为一个某一随机初始化开始学习，这样可能会加快网络的收敛。

网络中的parameters包含的参数有网络连接权重W和偏置bias

net.parameters使用过程:

首先定义网络

import torch
import torch.nn as nn
class Net(nn.Module):
    def __init__(self,n_feature,n_hidden,n_output):
        super(Net,self).__init__()#继承__init__功能
        self.hidden1=nn.Linear(n_feature,n_hidden)
        self.hidden2=nn.Linear(n_hidden,n_hidden)
        self.hidden3=nn.Linear(n_hidden,n_output)
    def forward(self,x):
        x=torch.relu(self.hidden1(X))
        x=torch.relu(self.hidden2(x))
        x=self.hidden3(x)
        return x

net=Net(2,5,3)
print(net)


#输出
#Net(
#  (hidden1): Linear(in_features=2, out_features=5, bias=True)
#  (hidden2): Linear(in_features=5, out_features=5, bias=True)
#  (predict): Linear(in_features=5, out_features=3, bias=True)
# )

这样直接将网络参数输出是不可能的，会返回一个物理地址。

print(net.parameters())
#

如果想输出网络参数，需要调用list将其输出

paras=list(net.parameters())
for num,para in enumerate(paras):
    print('number:',num)    
    print(para)

'''
number: 0
Parameter containing:
tensor([[ 0.2716,  0.2148],
        [-0.2778, -0.6801],
        [-0.2994, -0.1041],
        [ 0.1952,  0.2283],
        [ 0.3100, -0.2316]], requires_grad=True)
number: 1
Parameter containing:
tensor([-0.5341, -0.3627, -0.6704,  0.1555,  0.5890], requires_grad=True)
number: 2
Parameter containing:
tensor([[ 0.4079,  0.4126,  0.4069, -0.3596,  0.1664],
        [ 0.2193,  0.3791,  0.0432,  0.3606,  0.0259],
        [-0.1299, -0.3204,  0.0052, -0.2188, -0.0435],
        [ 0.4316,  0.0585,  0.1447,  0.0377, -0.0123],
        [-0.2324, -0.0413, -0.0764,  0.0903,  0.1902]], requires_grad=True)
number: 3
Parameter containing:
tensor([-0.3298,  0.2353,  0.0392, -0.4095,  0.3083], requires_grad=True)
number: 4
Parameter containing:
tensor([[ 0.2756, -0.2747,  0.2670,  0.3314, -0.3804],
        [ 0.0831, -0.2045, -0.4173, -0.1978, -0.2467],
        [-0.3439,  0.4270,  0.2299, -0.3743,  0.2392]], requires_grad=True)
number: 5
Parameter containing:
tensor([ 0.4458, -0.0684,  0.0096], requires_grad=True)
'''

requires_grad()

如果模型只在一块GPU上跑，则过程非常简单，只需要训练中途迭代model的parameters，然后改变各个param的requires_grad属性即可：

但如果模型是跑在多块GPU上，就要搞清楚pytorch是如何对同一个module对象进行分布式处理

pytorch将gpu_0上的模型进行复制，放到其他GPU上，可使用DataParallel类。

DataParallel类有一个数据成员：module，可获得该用于复制的basic module，通过改变该basic module的参数的requires_grad属性，即可达到模型在平行计算过程中，各个参数参与梯度回传迭代。

pytorch在每次前向传播过程中，都会将主GPU上的模型，分发给各个GPU上，所以，梯度更新只会在主GPU上，更新模型的requires_grad属性也只需要在主GPU上即可。