0

在 PyTorch 中,我有一个固定x的形状数据集(batch size, input dimension)和一个前馈网络network。如果我调用yhat = network(x)shape网络的输出(batch size, output dimension),如何分别计算每个数据点yhat相对于的参数的梯度?network

4

1 回答 1

0

您可以这样做yhat.backward()将为每个网络参数设置.grad属性,然后您可以阅读.grad为:

grads = [] 
for param in network.parameters():
     grads.append(param.grad)
于 2020-07-10T01:02:24.267 回答