以下为博主认为写得比较好的源码释义,特做笔记:
PyTorch官网镇楼
PyTorch源码解读之torch.utils.data.DataLoader
PyTorch源码解读之torch.cat() stack()函数使用说明,含实例及运行结果
PyTorch源码解读之torch.mul()函数使用说明,含高维张量实例及运行结果
PyTorch源码解读之张量矩阵乘法函数(mm, bmm, matmul)使用说明,含高维张量实例及运行结果
PyTorch源码解读之torch.nn.functional.normalize参数说明
打印梯度作用域及梯度值
在“loss.backward()”后使用
for name, parms in model.named_parameters():
print('-->name:', name, '-->grad_requirs:', parms.requires_grad,
' -->grad_value:', parms.grad)