python执行程序最后一行,pytorch程序,执行到最后,程序不能停止

问题描述

这段代码是一个演示使用pytorch训练线性模型的demo。代码的目标:使用pytorch,训练一个线性模型(y = wx + b)。

程序运行的结果是能够正常的训练,但是程序运行到最后一行,停不下来,按Ctrl + C也不起作用。只有通过关闭cmd.bat窗口才能关闭它。

运行环境说明:

windows 7 64bit

python 3.6.5

torch: 1.2.0

解决尝试我试着对这个问题在网上进行查找,这个问题,大家提的很少。没有找到相关的链接。

我逐句的注释过程序,发现注释掉loss.backward(),程序运行到最末,就能正常的结束。但是这样,模型就无法正常的训练了。是不是下面的demo写法上有不完善的地方?或者我选用的torch 版本有问题?

代码内容import torch

from torch.autograd import Variable

import torch.nn.functional as F

import matplotlib.pyplot as plt

x = torch.unsqueeze(torch.linspace(-1, 1, 100), dim=1); # x data (tensor), shape=(100, 1)

y = x.pow(2) + 0.2 * torch.rand(x.size()); # noisy y data (tensor), shape=(100, 1)

print(x);

print(y);

x, y = Variable(x), Variable(y);

class Net(torch.nn.Module):

def __init__(self, n_features, n_hidden, n_output):

super(Net, self).__init__();

self.hidden = torch.nn.Linear(n_features, n_hidden);

self.predict = torch.nn.Linear(n_hidden, n_output);

def forward(self, x):

x = F.relu(self.hidden(x));

x = self.predict(x);

return x;

net = Net(1, 10, 1);

print(net);

optimizer = torch.optim.SGD(net.parameters(), lr=0.5);

loss_func = torch.nn.MSELoss();

for t in range(100):

prediction = net(x);

loss = loss_func(prediction, y);

optimizer.zero_grad();

loss.backward();

optimizer.step();

if t % 5 == 0:

print('loss.data.numpy = ', loss.data.numpy());

print('运行结束...')

你可能感兴趣的:(python执行程序最后一行)