# 调用backward()函数之前都要将梯度清零,因为如果梯度不清零,
# pytorch中会将上次计算的梯度和本次计算的梯度累加。这样逻辑的好处是,
# 当我们的硬件限制不能使用更大的bachsize时,使用多次计算较小的bachsize的梯度平均值来代替,更方便,
# 坏处当然是每次都要清零梯度。
# 总结就是进来一个batch的数据,计算一次梯度,更新一次网络
optimizer.zero_grad() # 清空过往梯度
loss.backward() # 反向传播,计算当前梯度 w.grad = ▽loss/▽w
optimizer.step() # 根据梯度更新网络参数 w = w - lr*w.grad b = b - lr*b.grad,
相关链接:https://discuss.pytorch.org/t/why-do-we-need-to-set-the-gradients-manually-to-zero-in-pytorch/4903/3