requires_grad

pytorch0.4的变化（逐渐更新）

需要设置requires_grad属性为True计算梯度时候，X输入需要设定require属性，y输出无需设置。两个均为tensor格式。
发发不动爱·2023-01-27 03:36

pytorch 中 torch.nn.Parameter()

torch.nn.parameter—PyTorch1.11.0documentation二、代码解读：torch.nn.Parameter(torch.Tensor)是一个类，继承了torch.Tensor这个类，有两个参数：data(Tensor):给定一个tensor；requires_grad
m0_46483236·2023-01-26 15:33

pytorch autograd 非叶子节点的梯度会保留么？

中间变量的梯度默认不保留叶子节点的值在求梯度前不允许更改，以及修改的方法只有叶子节点的梯度得到保留，中间变量的梯度默认不保留，除非使用retain_grad()方法#叶子节点a=torch.tensor(2.0,requires_grad
Linky1990·2023-01-24 15:06

pytorch中反向传播，梯度保留，梯度分离，梯度清零，梯度累加等相关问题解析

A(answer):1.只有叶子节点的梯度得到保留，中间变量的梯度默认不保留2.叶子节点的值在求梯度前不允许更改示例>>>a=torch.tensor(2.0,requires_grad=True)>>
千禧皓月·2023-01-24 15:33

Pytorch torch.range()&torch.arange()

torch.range(start=0,end,step=1,*,out=None,dtype=None,layout=torch.strided,device=None,requires_grad=False
桃汽宝·2023-01-24 11:10

pytorch with torch.no_grad() 功能函数详解

用Anaconda3虚拟环境测试一下功能；>>>importtorch>>>k=torch.tensor([1.1],requires_grad=True)>>>ktensor([1.1000],requires_grad
Vertira·2023-01-24 11:15

深度学习_多层感知机

%matplotlibinlineimporttorchfromd2limporttorchasd2lx=torch.arange(-8.0,8.0,0.1,requires_grad=True)y=torch.relu
JamyJ·2023-01-21 19:01

pytorch基础API

randtorch.rand(*size,*,out=None,dtype=None,layout=torch.strided,device=None,requires_grad=False)→TensorReturnsatensorfilledwithrandomnumbersfromauniformdistributionontheinterval
你回到了你的家·2023-01-19 15:41

Pytorch学习笔记-梯度与反向传播

梯度与反向传播PyTorch提供的autograd包能够根据输入和前向传播过程自动构建计算图，并执行反向传播Tensor是这个包的核心类，如果将其属性.requires_grad设置为True，它将开始追踪
Dexter_Sun1·2023-01-19 06:10

torch.nn.CrossEntropyLoss用法(原理, nlp, cv例子)

代码原理层面引入一个库:importtorch假如是一个四分类任务，batch为2(只是为了显示简单，举个例子罢了)logists=torch.randn(2,4,requires_grad=T
Andy Dennis·2023-01-18 14:00

python深度学习求导简单题目+pytorch实战

importtorchfromtorch.autogradimportgradx=torch.tensor([2.,])#x是输入的图片w1=torch.tensor([2.,])#w是模型的可训练的参数w2=torch.tensor([2.,],requires_grad
QYD_(DK数据工作室技术)·2023-01-17 16:13

基于Pytorch 框架手动完成线性回归

Pytorch完成线性回归hello,各位朋友好久不见，最近在忙着期末考试，现在结束之后继续更新咱们的Pytorch框架学习笔记目标知道requires_grad的作用知道如何使用backward知道如何手动完成线性回归
烟火向星辰，所愿皆成真·2023-01-17 08:04

Pytorch学习笔记之通过numpy实现线性拟合

#a=torch.tensor(1.,requires_grad=True)#b=torch
想当厨子的半吊子程序员·2023-01-17 07:55

Pytorch实现线性回归

目录向前计算requires_grad和grad_fn梯度计算手动实现线性回归Pytorch完成模型常用的APInn.Mudule优化器类optimizer损失函数线性回归完整代码在GPU上运行代码向前计算对于
WXiujie123456·2023-01-17 07:46

诚之和:pytorch Variable与Tensor合并后 requires_grad()默认与修改方式

Tensor创建后,默认requires_grad=Flase，可以通过xxx.requires_grad_()将默认的Flase修改为Tr
weixin_45378258·2023-01-16 09:03

pytorch Variable与Tensor合并后 requires_grad（）默认与修改

Tensortorch.Tensor()能像Variable一样进行反向传播的更新，返回值为TensorVariable自动创建tensor，且返回值为Tensor，（所以以后不需要再用Variable）Tensor创建后,默认requires_grad
西电小猪猪·2023-01-16 09:33

PyTorch 之 requires_grad，requires_grad_()，grad_fn

x.requires_grad为x的属性x.grad_fn：积分方法名，默认为Nonex.requires_grad：是否积分的属性，默认为Falsex.requires_grad_()：设置积分的方法，设置之后requires_grad
Xiao J.·2023-01-16 09:02

PyTorch中tensor属性requires_grad_()与requires_grad

所有的tensor都有.requires_grad属性,可以设置这个属性.x=tensor.ones(2,4,requires_grad=True)2.如果想改变这个属性，就调用tensor.requires_grad
yxbkl·2023-01-16 09:31

pytorch: 学习笔记2.1：pytorch中的变量 及 tensor(requires_grad=True)转为numpy

pytorch中的变量Variable#1,tensor转为numpy#requires_grad=True时，不可以将tensor直接转为numpy；需要x(tensor).detach().numpy()#requires_grad
小旺的尾巴·2023-01-16 09:30

torch.Tensor.requires_grad_(requires_grad=True)的使用说明

参考链接:requires_grad_(requires_grad=True)→Tensor原文及翻译:requires_grad_(requires_grad=True)→Tensor方法:requires_grad
敲代码的小风·2023-01-16 09:28

pytorch requires_grad

torch.tensor([1.,2.,0.,0,-1,3],dtype=torch.float)A=torch.tensor([1.,2.,0.,0,-1,3],dtype=torch.float,requires_grad
培之·2023-01-16 09:55

pytorch 一个 Tensor的 is_leaf requires_grad 两个属性同时 为 True 才会保存 grad

根据下面的代码和输出，不难发现在loss执行完backward操作之后只有那些requires_grad和is_leaf的属性同时为True的Tensor才会有grad属性。
培之·2023-01-16 09:54

pytorch compute graph 计算图 例子

例1从例1、2中可以发现使用y=torch.tensor(x*x,requires_grad=True)跟使用y=x*x效果不一样x=torch.tensor(0.3,requires_grad=True
培之·2023-01-16 09:54

cross entropy loss = log softmax + nll loss

代码如下：importtorchlogits=torch.randn(3,4,requires_grad=True)labels=torch.LongTensor([1,0,2])print('logits
wujpbb7·2023-01-15 16:48

ValueError: can‘t optimize a non-leaf Tensor 数据在cpu 和gpu之间转换的时候涉及到requires_grad和is_leaf的趣事

当我生成一个可导类型的cpu张量的时候，判断其是否为叶子节点，显示为True，如下面的代码所示：x=torch.randn(750,2048,requires_grad=True)print(x.is_leaf
Tchunren·2023-01-15 12:12

torch.autograd.grad的使用初步

创建可以求导的张量#createatensorandrequiresgradx=torch.tensor(1.).requires_grad_(True)x=torch.tensor(1.,requires_grad
Shengkun Wu·2023-01-15 11:35

3.2 Linear regression

被withtorch.no_grad()包住的代码，不用跟踪反向梯度计算，来做一个实验：a=torch.tensor([1.1],requires_grad=True)b=a*2输出是：tensor([
Adhere_Chris·2023-01-14 10:37

深度学习常见的激活函数

正如从图中所看到，激活函数是分段线性的x=torch.arange(-8.0,8.0,0.1,requires_grad=True)y=torch.relu(x)d2l.plot(x
菜小鸡同志要永远朝光明前进·2023-01-13 09:16

pytorch中backward()方法自动求梯度

区分源张量和结果张量2、如何使用backward()方法自动求梯度2.1、结果张量是一维张量2.2、结果张量是二维张量或更高维张量参考1、区分源张量和结果张量x=torch.arange(-8.0,8.0,0.1,requires_grad
不一样的天蝎座·2023-01-13 09:46

深度学习模型的训练（大总结）

2.断点的保存与加载3.预训练模型的使用4.模型的冻结方法一：设置requires_grad为False方法二：使用withtorch.no_grad()总结5.模型的特殊加载方式和加载技巧例1：加载预训练模型
夜雨窗中人·2023-01-13 01:16

对于求梯度为none的原因 记录

importtorchw=torch.tensor([1.],requires_grad=True)x=torch.tensor([2.],requires_grad=True)a=torch.add(
love_wangwenjing3.0·2023-01-12 21:02

卷积核的grad为none_pytorch入门与实践（1）：张量的基本操作和自动微分requires_grad=True...

PyTorch是一个基于Python的库，提供了一个具有灵活易用的深度学习框架，是近年来最受欢迎的深度学习框架之一。如果你是新新新手，可以先学习以下教程：深度学习之PyTorch实战-基础学习及搭建环境PyTorch中文文档改编自：(1)DEEPLEARNINGWITHPYTORCH:A60MINUTEBLITZ(2)https://www.kesci.com/home/project/5e003
lewis青·2023-01-12 21:01

神经网络参数梯度为None

总结一下两种造成梯度为None的原因：1、求梯度的变量为中间变量：如下面这段代码：importtorchprint("Trial1:withpythonfloat")w=torch.randn(3,5,requires_grad
ffffffffjy·2023-01-12 21:31

Pytorch 中的 with torch.no_grad(): 详解

.:  ...2torch.no_grad()2.1背景知识在pytorch中，tensor有一个requires_grad参数，
怎样才能回到过去·2023-01-11 20:21

Pytorch的aotugrad大白话理解及属性使用解释

常见用法概念1:requires_grad早期版本是分tonsor和variable的，tensor就是普通的数据结构，并不能进行自动求导，如果你需要自动求导，你创建数据时必须用创建为variable.
CodeNotSmell·2023-01-11 08:38

第二章：PyTorch基础知识2

如果设置它的属性.requires_grad为True，那么它将会追踪对于该张量的所有操作。当完成
sunshinecxm_BJTU·2023-01-11 08:37

Pytorch的grad、backward()、zero_grad()

x=torch.tensor([1,2,3,4],requires_grad=True)这里没有指定x的dtype=torch.float，那么是会报错的。
灯笼只能来教室体验生活·2023-01-11 08:36

pytorch BUG :.grad=NONE？ pytorch参数的使用

device='cuda:0',grad_fn=)tensor([0.9925],device='cuda:0',grad_fn=)变为了：tensor([0.4926],device='cuda:0',requires_grad
FakeOccupational·2023-01-11 08:34

1. 【Pytorch系列教程】 自动求梯度

目录一、概念二、Tensor1.创建Tensor并设置属性requires_grad=True2.Tensor运算操作3.复杂一点的运算4.使用函数requires_grad()来改变requires_grad
stefan567·2023-01-11 08:33

【pytorch】 grad、grad_fn、requires_grad()、with torch.no_grad() 、net.train()、net.eval()：记录一次奇怪的debug经历

1grad、grad_fn、requires_grad()一个Tensor中通常会有以下属性：data:即存储的数据信息requires_grad:设置为True则表示该T
CSDN_Shaw·2023-01-11 08:31

pytorch得到梯度计算结果

，不能自带方向文章目录逐步计算梯度完整代码参考文章逐步计算梯度首先构造一个Tensorimporttorchvalue_list=[1,2,3,4]x=torch.tensor(value_list,requires_grad
呆萌的代Ma·2023-01-11 06:06

MAML代码及理论的深度学习 PyTorch二阶导数计算

torch.nn.Conv2和nn.functional.conv2重要区别MAML原理的深度理解PyTorch二阶导数torch.autograd.grad函数x=torch.tensor([2.0],requires_grad
Cecilia6277·2023-01-11 06:34

Pytorch中的data()与item()

pytorch小白,自己瞎摸索的结论,如有不对希望大神指出~1data()对tensor类型的变量(注意为float型)中的requires_grad()变为False,既不能进行梯度下将的计算2item
Z2572862506·2023-01-10 16:14

PyTorch 导出onnx模型没有输入节点

PyTorch导出onnx模型没有输入节点Tensor.data使得torch.Tensor的requires_grad=False，因此在torch.onnx.export导出模型时，该Tensor不被追踪
wl0909·2023-01-10 12:31

Pytorch搭建ResNet18识别MNIST例程

如果设置.requires_grad为True，那么将会追踪所有对于该张量的操作。当完成计算后通过调用.backward()，自动计算所有的梯度，这个张量的所有梯度将会自动积累到.grad属性。
George593·2023-01-09 12:33

pytorch报错详解：RuntimeError: Trying to backward through the graph a second time

代码如下，当我尝试对y3进行第二次梯度计算时，报了这个错importtorchx=torch.tensor([1],dtype=torch.float32,requires_grad=True)y1=x
糖豆豆今天也要努力鸭·2023-01-08 12:55

pytorch——线性回归实现

1、准备数据根据创建函数x=torch.rand([500,1])#创建一个500行1列的数据y_true=x*3+0.82、通过模型构建y_predict因为需要反向计算梯度，所以将requires_grad
放牛儿·2023-01-08 07:06

pytorch自动求梯度

1.1概念上一节介绍的Tensor是这个包的核心类，如果将其属性.requires_grad设置为True，它将开始追踪(track)在其上的所有操作（这样就可以利用链式
wssssang·2023-01-07 20:44

Pytorch自动求梯度

求梯度微分Pytorch自动微分微分通常我们见到的微分方法有两种：·符号微分法：·数值微分法：Pytorch自动微分对于一个Tensor，如果它的属性requires_grad设置为True，它将开始追踪
小皮麻花·2023-01-07 20:44

pytorch: 学习笔记3, pytorch求梯度

pytorch求梯度1,tensor中有requires_grad属性，当设置requires_grad为True，则会追踪(track)对tonsor的所有操作，之后就可以(利用链式法)调用.backward
小旺的尾巴·2023-01-07 20:42
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他