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
Clarence Liu5 小时前
用大白话讲解人工智能(4) Softmax回归:AI如何给选项“打分排序“
人工智能·数据挖掘·回归
教男朋友学大模型5 小时前
Agent效果该怎么评估?
大数据·人工智能·经验分享·面试·求职招聘
hit56实验室5 小时前
AI4Science开源汇总
人工智能
CeshirenTester5 小时前
9B 上端侧:多模态实时对话,难点其实在“流”
开发语言·人工智能·python·prompt·测试用例
relis5 小时前
Tiny-GPU 仿真与静态分析完整指南:Pyslang + Cocotb 实战
人工智能
njsgcs5 小时前
agentscope怎么在对话的时候调用记忆的
人工智能
泯泷5 小时前
提示工程的悖论:为什么与 AI 对话比你想象的更难
人工智能·后端·openai
逻极5 小时前
BMAD之落地实施:像CTO一样指挥AI编码 (Phase 4_ Implementation)——必学!BMAD 方法论架构从入门到精通
人工智能·ai·系统架构·ai编程·ai辅助编程·bmad·ai驱动敏捷开发
冰西瓜6006 小时前
深度学习的数学原理(七)—— 优化器:从SGD到Adam
人工智能·深度学习
模型时代6 小时前
Claude AI 发现 500 个高危软件漏洞
人工智能