【笔记】parameters.requires_grad=False :误差仍然反向传播,梯度不更新

首先要明白,误差回传与否,与 requires_grad 的值没有关系。

取决于 loss.backward( )  。

再来看误差回传过程中规定是,parameters的梯度计算关闭。

param.requires_grad = False

我们要知道,param 包括的无非是 权重 和 偏置值。

而权重和偏置值的偏导值是多少并不影响误差反向传播,误差反向传播主干部分计算的是每一层激活前神经元的偏导值。

计算激活前神经元偏导值DZ并不需要 DW 和 DB 的参与(一般涉及到DA 和 W)。

综上:

param.requires_grad = False 不影响误差反向传播正常进行,但是权重和偏置值不更新了。

  • 11
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    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 1
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

打赏作者

程序猿的探索之路

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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