深入浅出Pytorch函数——torch.Tensor.detach()

分类目录:《深入浅出Pytorch函数》总目录

相关文章:

· 深入浅出Pytorch函数------torch.Tensor


返回一个新的张量,且该张量与当前图分离,其结果将永远不需要梯度。该方法还影响前向模式AD梯度,并且结果将永远不会具有前向模式的AD梯度。返回的Tensor与原始Tensor共享相同的存储空间,并可能触发正确性检查中的错误。以前,对返回张量的形状、步长、存储等的更改(如resize_resize_as_ /、set_transpose_等)也会更新原始张量。现在,这些就地更改将不再更新原始张量,而是会触发错误。对于稀疏张量,对返回张量的更改(如zero_copy_add_)将不再更新原始张量,而是会触发错误。

语法

dart 复制代码
torch.Tensor.detach()

返回值

dart 复制代码
torch.Tensor
相关推荐
Kyrie67816 分钟前
SkillOpt:把 Agent 的技能文件当作可训练参数
人工智能
冬奇Lab40 分钟前
Workflow 系列(07):工程化与版本管理——Workflow 的 CI/CD
人工智能·工作流引擎
两万五千个小时41 分钟前
Claude Code 上下文管理(一):为什么 Agent 会"失忆"?
人工智能·架构·开源
两万五千个小时42 分钟前
Claude Code 上下文管理(二):零 Token 消耗的压缩三板斧
人工智能·程序员·开源
冬奇Lab1 小时前
每日一个开源项目(第150篇):caveman - 为什么用很多 token,少 token 也行——给 AI Agent 装上穴居人嘴巴
人工智能·开源·资讯
贵慜_Derek1 小时前
MAI-04|干净数据在工程上意味着什么:MAI 预训练数据治理
人工智能·算法·llm
feelmylife591 小时前
Agent 记忆设计架构 — 分层记忆:什么时候该记住,什么时候该忘记
人工智能
阿黎梨梨1 小时前
揭秘大语言模型的底层逻辑:从文本分词到高维向量的计算之旅
javascript·人工智能
moMo1 小时前
AI工程化 03:给模型喂上下文
人工智能