torch.autograd.Variable(tensor,requires_grad=False,volatile=True)

部署运行你感兴趣的模型镜像

Variable:类似于一个tensor的升级版,里面包含了requires_grad,grad_fn,voliate

a=Variable(torch.tensor([1]),volatile=True)
b=Variable(torch.tensor([1]),requires_grad=False)

voliate:当a tensor的requires_grad=True后,与a相连的张量的requires_grad都被设置为True (ps:c=a+b,c与a相连,b不与a相连)。

 而violate=True相当于requires_grad=False,且相连时比requies_grad优先级别高

a=Variable(torch.tensor([1]),volatile=True)
b=Variable(torch.tensor([1]),requires_grad=False)
c=a+b
c.requires_grad

》》》False

 

 

#   当设置Variable(tensor,requires_grad=True,volatile=True),系统就会报错

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值