param.grad

动手学深度学习之如何理解param.grad / batch_size（详细讲解）

batch_size):#@save"""小批量随机梯度下降"""withtorch.no_grad():#被该语句wra起来的部分将不会跟踪梯度forparaminparams:param-=lr*param.grad
我有明珠一颗·2023-10-24 07:12

【动手深度学习v2】with torch.no_grad()用法

()：defsgd(params,lr,batch_size):#@save"""小批量随机梯度下降"""withtorch.no_grad():forparaminparams:param-=lr*param.grad
岁余十二.·2023-07-19 10:34

pytorch 使用copy.deepcopy(model)问题

某次做实验,为了完全复制一个新模型,使用copy.deepcopymodel2=copy.deepcopy(model1)这样复制后model2中的param.grad都是None,原因是deepcopy
dxz_tust·2023-07-19 09:40

darawhale第一次学习打卡笔记

公式如下优化函数这里用的是小批量随机梯度下降法，这种方法也是神经网络中常用的方法需要注意的点优化函数的代码defsgd(params,lr,batch_size):forparaminparams:param.data-=lr*param.grad
Hzzzz～·2023-02-04 00:02

pytorch输出网络每个部分的梯度等

forname,paraminmodel_stress_strain.modelensemble[0].named_parameters():print(name,param.grad)输出网络每个部分的梯度
构建的乐趣·2023-01-20 09:20

神经网络参数梯度为None

在修改网络过程中，遇到了网络参数梯度为None的问题，i.e.,forparaminNet().parameters():print(param.grad)>>>None总结一下两种造成梯度为None的原因
ffffffffjy·2023-01-12 21:31

DL|深度学习笔记

X=torch.normal(0,1,size=(2,1))意思是从均值为0，标准差为1的正态分布中抽取随机数，2行1列，“size=”可以省略不写param-=lr*param.grad/batch_size
difizuhvovs·2023-01-07 13:12

线性回归LinearRegression的代码

代码部分至今有一点不理解的是backward函数是怎么进行梯度累加的#随机梯度下降函数defsgd(params,lr,batch_size):forparaminparams:param.data-=lr*param.grad
阿维的博客日记·2022-12-05 09:50

pytorch查看网络中的参数

包括通过继承得到的父类中的参数）可示例代码如下：params=list(model.named_parameters())(name,param)=params[28]print(name)print(param.grad
小妖精Fsky·2020-08-13 20:51

pytorch 实现查看网络中的参数

包括通过继承得到的父类中的参数）可示例代码如下：params=list(model.named_parameters())(name,param)=params[28]print(name)print(param.grad
小妖精Fsky·2020-01-06 09:53
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他