pyTorch--Gradient 两种方法

  1. torch.autograd.grad(loss, [w1,w2,...])
    第一个参数是损失函数,第二个参数是loss的变量,
    返回值是一个包含每个变量的偏导的list,[w1.grad,w2.grad,…]
    在这里插入图片描述
  2. loss.backward()
    直接用loss调用backword函数,但是这样不会直接返回梯度信息,而是附在每个要求梯度的变量上,可以通过w.grad查看变量的偏导。
    在这里插入图片描述
  • 0
    点赞
  • 2
    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