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
Lee川4 分钟前
RAG 实战:从一篇掘金文章出发,拆解检索增强生成的全链路
前端·人工智能·后端
码农小旋风8 分钟前
Codex小白入门使用教程
人工智能·chatgpt·claude
Lee川17 分钟前
MCP 高德地图实战:当 AI 学会使用工具,一个协议如何重塑大模型的行动边界
前端·人工智能·后端
凌杰28 分钟前
AI 学习笔记:Agent 的应用演示
人工智能
程序员cxuan37 分钟前
Codex 把我家烂网给优化后,我 TM 直接原地起飞了。
人工智能·后端·程序员
IT_陈寒41 分钟前
Redis批量删除踩了坑,原来DEL命令不是万能的
前端·人工智能·后端
xinhuanjieyi44 分钟前
gpt-sovits测试语音克隆
人工智能·gpt
星辰AI1 小时前
Transformers 架构核心原理:从注意力机制到 GPT
人工智能·ai·语言模型
沪漂阿龙1 小时前
Hermes Agent Sessions 架构详解:AI 如何跨平台延续任务、找回历史、持续推进工作
人工智能·架构
500841 小时前
昇腾 CANN 的五层架构,到底分了哪五层
java·人工智能·分布式·架构·ocr·wpf