仅针对自写loss函数出现：element 0 of tensors does not require grad and does not have a grad_fn

        于写毕设时碰到，因pytorch不提供Dice损失函数，所以需要自写。。。于是照着公式写，写出如下代码

class DiceLoss(nn.Module):
    def __init__(self, smooth=1.):
        super(DiceLoss, self).__init__()
        self.smooth = smooth

    def forward(self, pred, target):
        pred = torch.sigmoid(pred)
        intersection = torch.sum(torch.logical_and(pred, target))
        union = torch.sum(pred) + torch.sum(target)
        dice_score = (2. * intersection + self.smooth) / (union + self.smooth)
        return 1 - dice_score

        我在Debug时，又报了一错，猛然发现intersection变成了整型，这样就导致计算图在这里断开了，因此不能进行逻辑与操作，那就使用乘法来代替，不过这样会导致实际loss和计算公式的loss不同。

intersection = (pred*target).sum()

        希望对同样情况的人有用。在计算loss时不能改变模型的输出值，这样会导致输出值的计算图断裂。