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
猎嘤一号5 小时前
个人笔记本安装CUDA并配合Pytorch使用NVIDIA GPU训练神经网络的计算以及CPUvsGPU计算时间的测试代码z千鑫15 小时前
【人工智能】深入理解PyTorch：从0开始完整教程！全文注解爱喝热水的呀哈喽15 小时前
torch张量与函数表达式写法deephub18 小时前
使用 PyTorch-BigGraph 构建和部署大规模图嵌入的完整教程不高明的骗子19 小时前
【深度学习之一】2024最新pytorch+cuda+cudnn下载安装搭建开发环境Sxiaocai20 小时前
使用 PyTorch 实现并训练 VGGNet 用于 MNIST 分类糖豆豆今天也要努力鸭1 天前
torch.__version__的torch版本和conda list的torch版本不一致uncle_ll1 天前
PyTorch图像预处理：计算均值和方差以实现标准化zhangfeng11331 天前
pytorch 的交叉熵函数,多分类，二分类Seeklike1 天前
11.22 深度学习-pytorch自动微分