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
程序猿零零漆12 小时前
PyTorch 入门核心：张量操作与自动微分全解析%471 天前
DAY 38Είναι η κοπέλα1 天前
PyTorch 模型导出与部署实战：ONNX + onnxruntime（可直接落地）呆萌很1 天前
PyTorch CosineAnnealingLR的T_max和eta_min参数设置盼小辉丶2 天前
PyTorch强化学习实战——用预训练语言模型和ChatGPT玩转文本游戏Lee_jerome2 天前
从 PyTorch 权重到 RK3588 板端推理：ResNet18 二分类模型完整部署教程菜冻鱼2 天前
Python-pytorch-高级技巧菜冻鱼2 天前
Python-pytorch-模型保存与加载小白学大数据2 天前
CuPy vs Numba vs PyTorch：GPU 加速方案怎么选菜冻鱼2 天前
Python-pytorch-数据加载