machine-learning - Pytorch，即使在最简单的网络上也无法运行backward()而不出现错误

Question

我是 pytorch 的新手，即使是最简单的网络，我也无法在不生成错误的情况下运行backward()。例如:

(Linear(6, 6)(Variable(torch.zeros([10, 6]))) - Variable(torch.zeros([10, 6]))).backward()

抛出以下错误

{RuntimeError}element 0 of variables does not require grad and does not have a grad_fn

我在代码中做错了什么导致了这个问题？

Answer 1

当 PyTorch 无法找到具有 requires_grad = True 的模型参数时，会发生此错误。即所有模型参数都有 requires_grad = False .

有不同的原因，但可能是您卡住了所有模型，或者您没有正确交换模型的最后几层 - 例如，在休息网络中它应该是 model.fc而不是model.classifier -.

您始终必须小心放置此内容的位置:

for param in model.parameters():
    param.requires_grad = False