AttributeError: ‘MSELoss‘ object has no attribute ‘backward‘解决方案

最新推荐文章于 2025-03-25 12:50:26 发布

最幸伏的人

最新推荐文章于 2025-03-25 12:50:26 发布

阅读量8.1k

点赞数 4

分类专栏：人工智能文章标签： pytorch 人工智能神经网络

本文链接：https://blog.youkuaiyun.com/qq_43631827/article/details/121567607

版权

人工智能专栏收录该内容

9 篇文章

订阅专栏

本文讲述了作者在使用PyTorch时遇到的问题，由于对MSELoss函数理解不深，误将损失计算和反向传播分开，导致loss未被正确更新。博主分享了解决方法，提醒读者注意函数返回值并确保loss对象的正确操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这个问题我亲身经历，搞了好久，才发现错误，根本原因就是对代码，pytorch等的原理理解不够深入。
my_loss(my_y, y)函数忘记给返回值(loss)了，还错误的把my_loss进行backward操作了，因此MSELoss对象没有backward，正确解决办法如最下面的图，loss = my_loss(my_y, y)给个返回值，然后在写loss.backward()方法
错误写法如下：

my_loss = torch.nn.MSELoss()

for my_step in range(max_for + 1):
    my_y = my_net(x)
    my_optim.zero_grad()
    my_loss(my_y, y)

    my_loss.backward()
    my_optim.step()

正确写法如下：

my_loss = torch.nn.MSELoss()

for my_step in range(max_for + 1):
    my_y = my_net(x)
    my_optim.zero_grad()
    loss = my_loss(my_y, y)

    loss.backward()
    my_optim.step()