Pytorch报错：One of the differentiated Tensors does not require grad

最新推荐文章于 2024-05-16 01:25:49 发布
最新推荐文章于 2024-05-16 01:25:49 发布
阅读量8.7k 收藏 4
点赞数 1
分类专栏： Python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/bxdzyhx/article/details/117090471
版权

原因：

用到了autograd.grad求导函数，而其中一个求导变量require_grad属性是False

解决方法

单步调试发现，原来是建立变量的时候没有设置requires_grad=True，因此改成True就好了。

torch.randn(batch, latent_dim, device=device, requires_grad=True)

不想待在银河系
关注
  • 1
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
RuntimeError: One of the differentiated Tensors does not require grad
ASKCOS博客
07-25 527
记录一个搞了很久的bug。
解决pytorch报错:AssertionError: Invalid device id的问题
01-21
在服务器上训练的网络放到本地台式机进行infer，结果出现报错： AssertionError: Invalid device id ...以上这篇解决pytorch报错:AssertionError: Invalid device id的问题就是小编分享给大家的全部内容了，
Diffusion微调报错：RuntimeError: One of the differentiated Tensors does not require grad
阳光素描
11-21 794
由于在微调设置时设置了不微调层的require_grad=False，导致output_grads=None，进而导致torch.autograd.grad失效。解决办法：设置flag=False。最近在开展Diffusion Model模型微调的相关工作时，设置微调层后反传梯度多次遇到以下报错。代码：OpenAI-UNetModel。网路上相关内容较少，特此记录。
彻底解决：One of the differentiated Tensors appears to not have been used in the graph. Set allow_unused=
最新发布
vivi_cin的博客
05-16 354
上面报错是因为在手动求梯度的时候，网络里面有初始化后的权重，但是没有用到，所以就会显示为：在用该网络得到的loss与输入求Loss的时候就报改错。1. 首先对手动求梯度加上属性：allow_unused=True（这不能解决根本问题，只是为了找到错误）2. 使用key，value来迭代输出model.parameter中的哪个权重层是空tensor即可。几行代码，让你直接找到空的tensor(找到空的权重层)，不用一个一个取分析网络了！对这个报错已经很多次了，可以说是相当熟练了。
关于pytorch复现模型的一些报错总结
snow_maple521的博客
03-17 6100
1.RuntimeError: One of the differentiated Tensors does not require grad 关于这个报错的意思是：有一个参数不需要计算导数 此torch.autograd.grad函数参数如下：outputs，inputs,函数功能是求outputs关于inputs的导数，此处的inputs需要加requires_grad_()定义： v = Variable(v).to(device).requires_grad_() 2. RuntimeError:
【Pytorch坑点集合】
NOVAglow646的博客
10-23 2869
1. One of the differentiated Tensors appears to not have been used in the graph解决办法
pytorch实战 第4章 Pytorch基础
yang_pi_pi的博客
05-22 203
通过 torch.full(shape, value)可以创建全为自定义数值 value 的张量，形状由 shape 参数指定。# 创建 3*3的全为100的矩阵 a = torch . full([ 3 , 3 ] , 100) print(a) ''''''
RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn
AI浩
11-27 4290
【代码】RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn。
pytorch报错：Process finished with exit code -1073741819 (0xC0000005)
12-21
网上各种解决方法，但是我都试了不可以，我实验发现如果不采用gpu环境的pytorch程序无报错，采用使用gpu的pytoch程序报错，采用gpu的tensroflow和keras不报错。这就让我很疑惑，为什么只有采用gpu的pytorch程序才会...
anaconda安装pytorch时报错PackagesNotFoundError: The following packages are not available from current cha
12-22
PackagesNotFoundError: The following packages are not available from current channels: 原因是因为我将安装源设置为清华镜像，而在2019年4月份anaconda的清华镜像不能用了：    所以我们需要手动下载whl文件...
Pytorch报错记录
01-20
The following argument types are supported: 1. (arg0: object, arg1: torch._C._jit_tree_views.SourceRange, arg2: Callable[[str], function]) -> torch._C.Type Invoked with: typing.Union[int, NoneType], ...
RunTimeError:element 0 of tensors does not require grad and does not have a grad_fn
m0_57790267的博客
11-01 2878
这个错误源于Pytorch对Tensor进行 backward() 自动求导时，该Tensor的requires_grad为False，requires_grad参数指定是否记录对Tensor的操作以便计算梯度。在创建Tensor时该参数默认为False，需要手动设置如下。也可以通过loss.requires_grad_(True)设置。
One of the differentiated Tensors appears to not have been used in the graph. Set allow_unused=True
yz1019117968的博客
08-09 3731
One of the differentiated Tensors appears to not have been used in the graph. Set allow_unused=True if this is the desired behavior.
RuntimeError: element 0 of tensors does not require grad and does not have a grad_
热门推荐
02-27 1万+
https://www.cnblogs.com/sddai/p/14899411.html 使用 model.eval() 出现RuntimeError: element 0 of tensors does not require grad and does not have a grad_
【已解决】RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn
BetrayFree的博客
10-18 2394
后来我在想为什么这个会出现这么多问题？环境问题吗，因为我的是python3.8，但是这个项目是两年前的，所以很有可能是因为我的python和pytorch太新了，那就换一个python3.6的吧，然后torch对应的版本也降低一下。这个根据描述也能看出来问题的原因所在，其实就是有了0元素，什么时候会有0元素呢？其实这个问题不难想的，针对梯度下降的过程，肯定是因为没计算梯度呗，对吧，那只要在执行的过程中让其保持计算就行了，说明backward()处不会计算梯度，导致出错。
One of the differentiated Tensors does not require grad 怎么改正这个BUG
09-13
这个问题很可能是由于在 PyTorch 中定义了一个 Tensor，但没有设置其 requires_grad 属性，导致在反向传播时无法计算梯度，从而出现错误。 要解决这个问题，需要检查代码中所有涉及到这个 Tensor 的地方，确保在定义时设置了 requires_grad 属性为 False。如果需要在某些情况下对这个 Tensor 进行求导，可以在需要时将其 requires_grad 属性设置为 True。 另外，还可以使用 with torch.no_grad() 上下文管理器来避免对某些 Tensor 进行求导，这在一些推断场景中很有用。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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