PyTorch grad.data 查看参数梯度

结论

使用 parameter.grad,data 查看参数的梯度。

示例
>>> import torch
>>> import torch.nn as nn
>>> inp = torch.randn(1, 1, 4, 4)
>>> conv = nn.Conv2d(1, 1, 3)
>>> out = torch.abs(conv(inp))  #在前向传播中使用abs函数
>>> loss = torch.mean(out)
>>> loss.backward()  #反向传播求导
>>> conv.weight.grad.data  #梯度被正常计算出来了
tensor([[[[ 0.9184, -0.7436,  0.9369],
          [ 0.1592, -0.9278,  0.2882],
          [ 0.1048, -0.6844, -0.0950]]]])
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值