Pytorch多optimizer进行backward报错,适用于多优化器

文章讲述了在PyTorch中,当尝试使用多个Optimizer对不同损失函数执行`backward()`时遇到inplaceoperation错误。解决方案是先分别对每个损失求梯度,然后逐一更新对应的优化器。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Error: by an inplace operation

出现报错 RuntimeError: one of the variables needed for gradient computation has been modified by an inplace operation

同时使用了多个Optimizer,对多个loss进行backward

 losses['d'].backward()	# loss1
 trainer_module.optimizer_d.step()	# optim1

 losses['g'].backward()	# loss2
 trainer_module.optimizer_g.step()	# optim2

解决方法

No❌:

 a1.backward()	# loss1
 a1.optim.step()	# optim1

 a2.backward()	# loss2
 a2.optim.step()	# optim2

Yes ✔:

 a1.backward()	# loss1
 a2.backward()	# loss2
 a1.optim.step()	# optim1
 a2.optim.step()	# optim2

backward完全部,再step全部

Cite

https://discuss.pytorch.org/t/solved-pytorch1-5-runtimeerror-one-of-the-variables-needed-for-gradient-computation-has-been-modified-by-an-inplace-operation/90256/

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