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
weixin_448781622 小时前
DenseNet算法 实现乳腺癌识别2301_805054563 小时前
Python训练营打卡Day48(2025.6.8）scdifsn18 小时前
动手学深度学习12.7. 参数服务器-笔记&练习（PyTorch）海盗儿19 小时前
Attention Is All You Need (Transformer) 以及Transformer pytorch实现聚客AI1 天前
PyTorch玩转CNN：卷积操作可视化+五大经典网络复现+分类项目YYXZZ。。1 天前
PyTorch——优化器(9)点云SLAM1 天前
PyTorch 中contiguous函数使用详解和代码演示西猫雷婶1 天前
pytorch基本运算-导数和f-string顽强卖力1 天前
第二十八课：深度学习及pytorch简介述雾学java1 天前
深入理解 transforms.Normalize()：PyTorch 图像预处理中的关键一步