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
九酒6 小时前
AI Agent 开发踩坑记:口播功能非得用 APP 原生实现吗?
前端·人工智能·agent
蝎子莱莱爱打怪6 小时前
DSpark 讲透:DeepSeek 不换模型,硬把 V4 提速 85%,是怎么做到的?
人工智能·面试·程序员
巫山老妖8 小时前
置身AI内
人工智能
IT_陈寒9 小时前
JavaScript项目实战经验分享
前端·人工智能·后端
vanuan10 小时前
两个AI智能体第一次对话-A2A双Agent协作实战
人工智能
kfaino12 小时前
码农的AI翻身(四)你好,我叫 Attention
人工智能·后端
雨落Re14 小时前
如何设计一个高质量Skill
人工智能
Token炼金师15 小时前
大模型权重文件全指南:从格式选择到优化实战
人工智能
阿牛哥_GX15 小时前
CDP 浏览器操控原理:让脚本接管你的浏览器
人工智能
ThreeS15 小时前
手搓MiniVLA全实战教程-一步一步用pytorch解释原理与思路
人工智能·python