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
浩风祭月1 小时前
ChatGPT o3将在8月26日退出:Plus、Pro用户现在该迁移什么
人工智能·chatgpt·openai o3·模型迁移
布列瑟农的星空1 小时前
Milvus内部机制浅入浅出
人工智能·agent
东离与糖宝1 小时前
WorkBuddy记忆机制拆解:别再反复交代需求
人工智能
ZHOU_WUYI1 小时前
7. fastwam 模型 _predict_action_noise_with_cache部分
人工智能·pytorch·深度学习
测试者家园2 小时前
AI如何发现测试人员看不到的问题?
人工智能·职场和发展·agent·智能化测试·幻觉检测·行为漂移
WoooChi2 小时前
DailyTech-20260807
人工智能·科技·业界资讯
新知图书2 小时前
12.1 技术文档与表达优化
人工智能·ai助手·千问
华清远见成都中心3 小时前
卷积神经网络(CNN)为什么能够识别图像?
人工智能·深度学习·cnn
派拉软件3 小时前
派拉AIGS应用场景解析:在客户实际环境中,AI Agent如何做到“可控、可管、可审“
大数据·人工智能
创世宇图3 小时前
DeepSeek API涨价的技术归因与开发者成本优化实操
人工智能·deepseek