optimizer.zero_grad() # 梯度清零(一定要先进行梯度清零，这样tensor里面的grad就不会累加)
loss.backward()是用来求导的
optimizer.step()一般来说根据求来的导数进行梯度下降算法来更新参数
上面的顺序步骤不能变
相关推荐
DeniuHe1 小时前
Pytorch中统计学相关的函数林深现海17 小时前
【刘二大人】PyTorch深度学习实践笔记 —— 第四集：反向传播（凝练版）WGS.18 小时前
fastenhancer DPRNN torch 实现Rabbit_QL21 小时前
PyTorch DataLoader `num_workers` 配置指南：从新手到进阶阡陌..1 天前
pytorch模型训练使用多GPU执行报错：Bus error (core dumped)（未解决）多恩Stone1 天前
【3DV 进阶-11】Trellis.2 数据处理与训练流程图爱喝可乐的老王1 天前
PyTorch搭建神经网络小饼干超人1 天前
pytorch返回张量元素总数量的方法 x.numel()Dfreedom.1 天前
详解四大格式（PIL/OpenCV/NumPy/PyTorch）的转换原理与场景选择咚咚王者1 天前
人工智能之核心技术 深度学习 第九章 框架实操（PyTorch / TensorFlow）