【pytorch】tensor.detach()和tensor.data的区别

shuaixio

已于 2024-02-24 17:33:29 修改

阅读量1k

点赞数 15

分类专栏： pytorch/libtorch 文章标签： pytorch 人工智能 python .detach .data

于 2024-02-24 16:52:07 首次发布

本文链接：https://blog.youkuaiyun.com/baidu_35692628/article/details/136271999

版权

本文详细比较了PyTorch0.4及以上版本中detach()和.data在分离张量数据并影响autograd求导过程中的异同，强调detach()的安全性和避免错误求导的重要性，以及它们在forward和backward阶段的不同应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

(1) .data是一个属性，.detach()是一个方法
(2) x.data不能被autograd追踪求微分，即使被改了也能错误求导；x.detach()也不能被autograd追踪求微分，被改了会直接报错，避免错误的产生
(3) .data是不安全的，.detach()是安全的

.data测试

import torch

a = torch.tensor([1 ,2 ,3.], requires_grad = True)  # float类型,支持求导
out = a.sigmoid(