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
阿正的梦工坊1 小时前
深入理解 PyTorch 的 view() 函数：以多头注意力机制（Multi-Head Attention）为例 （中英双语）烟波人长安吖～4 小时前
【目标跟踪+人流计数+人流热图（Web界面）】基于YOLOV11+Vue+SpringBoot+Flask+MySQL四口鲸鱼爱吃盐6 小时前
Pytorch | 利用SMI-FGRM针对CIFAR10上的ResNet分类器进行对抗攻击诚威_lol_中大努力中12 小时前
关于pytorch3d的安装开出南方的花18 小时前
BiLSTM+CRF实现NLP中的NER任务Wishell20152 天前
为什么深度学习和神经网络要使用 GPU？起名字什么的好难2 天前
conda虚拟环境安装pytorch gpu版云空2 天前
《探索PyTorch计算机视觉：原理、应用与实践》灰太狼不爱写代码2 天前
CUDA11.4版本的Pytorch下载轻口味2 天前
【每日学点鸿蒙知识】沙箱目录、图片压缩、characteristicsArray、gm-crypto 国密加解密、通知权限