解决one of the variables needed for gradient computation has been modified by an inplace operation

报错信息:

这个错误是由于需要梯度反传的tensor在前传和反传时值不一样。

最常见的错误是由于x+=1这种写法,改成x=x+1

博主自查后发现是因为:

P2_mid_conv,_ = self.downsample2_3(laterals[2],fpn_masks[2])
laterals[3] = self.CA(P2_mid_conv) * laterals[3] + laterals[3]

 GPT给出的回答:

这段代码中的“原地操作”错误可能是由于laterals[4]在创建后被修改,而之后它的值在计算梯度时又被使用,从而导致PyTorch无法正确地计算梯度。为了避免这种情况,你应该避免在使用张量的值计算其他的一些值之后,再去修改这个张量的值。

修改后:

P2_mid_conv,_ = self.downsample2_3(laterals[2].clone(),fpn_masks[2])
P3_mid = self.CA(P2_mid_conv) * laterals[3].clone() + laterals[3].clone()
laterals[3] = P3_mid.clone()

定义中间变量、clone()创建副本……解决错误。

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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