machine-learning - Pytorch，即使在最简单的网络上也无法向后运行（）而不会出错

Question

我是 pytorch 的新手，即使在最简单的网络上也无法在不产生错误的情况下运行 back()。例如：

(Linear(6, 6)(Variable(torch.zeros([10, 6]))) - Variable(torch.zeros([10, 6]))).backward()

抛出以下错误

{RuntimeError}element 0 of variables does not require grad and does not have a grad_fn

我在创建此问题的代码中做错了什么？

score 4 · Accepted Answer

当PyTorch找不到具有requires_grad = Trueie 所有模型参数的模型参数时，会发生此错误requires_grad = False。

有不同的原因，但可能是您冻结了所有模型，或者您没有正确交换模型的最后一层 - 例如，在休息网络中它应该是model.fc而不是model.classifier-。

你总是要小心你把它放在哪里：

for param in model.parameters():
    param.requires_grad = False

score 2 · Accepted Answer

尝试将匹配形状的 grad_output 作为参数添加到后向：

(线性(6, 6)(变量(torch.zeros([10, 6]))) - 变量(torch.zeros([10, 6]))).backward(torch.zeros([10, 6]) )

2 回答 2