【问题标题】:Specify network to not backpropagate the gradients in a given function指定网络不反向传播给定函数中的梯度
【发布时间】:2019-09-04 04:22:38
【问题描述】:

在我的神经网络中,为了计算损失,我需要在训练的时候做一些中间计算,首先得到一些变换rv

rv = factor.ransac(source, target, prob, device)
predicted = factor.predict(source, rv, outputs, device)
loss = criterion(predicted, target)

我只想通过predicted 而不是通过factor.ransac 反向传播渐变。我该怎么做?

【问题讨论】:

    标签: python pytorch


    【解决方案1】:

    您可以使用detach()

    rv = factor.ransac(source, target, prob, device).detach()
    

    这样,rv 上的渐变将被丢弃。

    【讨论】:

      猜你喜欢
      • 2020-01-07
      • 1970-01-01
      • 2011-02-21
      • 2021-05-08
      • 1970-01-01
      • 1970-01-01
      • 2019-10-23
      • 2016-10-31
      • 1970-01-01
      相关资源
      最近更新 更多