RuntimeError: grad can be implicitly created only for scalar outputs

今天跑一个模型的时候，报了一个错：

RuntimeError: grad can be implicitly created only for scalar outputs

关于这个错出现的原因，可以参考博文，这里不做多余的解释：grad can be implicitly created only for scalar outputs-优快云博客

解决：

然后呢，最直接的原因就是说，你的损失值有问题，在你的反向传播的这些损失当中，比如你由好几个损失，然后这个几个损失相加：

self.loss_G = self.loss_L1 * self.opt.lambda_L1 + self.loss_G_GAN * self.opt.lambda_Gan + \
                      self.Perceptual_loss * self.opt.lambda_P + self.Style_Loss * self.opt.lambda_S

最后的反向传播是：

self.loss_G.backward()

所以，报这个错很大可能就是这个：self.loss_G出错了，你就把相加的这几个损失都检查一遍，如果某一个损失没有值，或者这个值有问题，那么你就返回去看看这个损失值计算的数据当中是否有问题，改一改就行。

最简单的方法：

把相加的几个损失分别代替self.loss_G进行反向传播，比如检查第一个损失：

self.loss_L1.backward()，运行代码，若没报错就说明这个损失没问题，挨个挨个试，反正也就这么几个损失，哪一个报错就收吗哪一个损失有问题，改一下这个损失，或者干脆不要这个损失就行。