更多python教程請到： 菜鳥教程www.piaodoo.com

人人影視www.sfkyty.com

16影視www.591319.com

星辰影院www.591319.com

PyTorch0.4中，.data 仍保留，但建議使用 .detach(), 區別在於 .data 返回和 x 的相同資料 tensor, 但不會加入到x的計算曆史裡，且require s_grad = False, 這樣有些時候是不安全的, 因為 x.data 不能被 autograd 追蹤求微分 。

.detach() 返回相同資料的 tensor ,且 requires_grad=False ,但能通過 in-place 操作報告給 autograd 在進行反向傳播的時候.

舉例：

tensor.data

>>> a = torch.tensor([1,2,3.], requires_grad =True)
>>> out = a.sigmoid()
>>> c = out.data
>>> c.zero_()
tensor([ 0., 0., 0.])
>>> out     # out的數值被c.zero_()修改

tensor([ 0., 0., 0.])
>>> out.sum().backward() # 反向傳播

>>> a.grad    # 這個結果很嚴重的錯誤，因為out已經改變了

tensor([ 0., 0., 0.])

 

tensor.detach()

>>> a = torch.tensor([1,2,3.], requires_grad =True)
>>> out = a.sigmoid()
>>> c = out.detach()
>>> c.zero_()
tensor([ 0., 0., 0.])
>>> out     # out的值被c.zero_()修改 !!

tensor([ 0., 0., 0.])
>>> out.sum().backward() # 需要原來out得值，但是已經被c.zero_()覆蓋了，結果報錯

RuntimeError: one of the variables needed for gradient

computation has been modified by an

 

以上這篇PyTorch中 tensor.detach() 和 tensor.data 的區別詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援菜鳥教程www.piaodoo.com。