requires_grad属性

创建时间：2024-09-15 | 更新时间：2024-09-15 | 阅读次数：1013 次

在PyTorch中，tensor有一个 requires_grad属性，它的默认值在不同的情况下有不同的取值。这是非常需要大家注意的地方，明白其背后的原因，你将会对PyTorch

1、程序员自己创建的tensor

默认情况下，pytorch会觉得你定义的训练数据，不需要梯度更新，所以此时requires_grad属性的值是false。如下所示：

import torch

x = torch.tensor([1.0])

print(x.requires_grad)

当然，我们可以手动修改：

autograd_tensor = torch.tensor([1.0], requires_grad=True)

2、利用工厂函数生成的tensor

Pytorch官方有这么一段说明：

one can now create tensors with requires_grad=True using factory methods such as torch.randn(), torch.zeros(), torch.ones(), and others like the following:

其暗含的意思是说明，使用工厂函数创建tensor的时候，pytorch觉得你是创建网络的训练权重，所以此时requires_grad的默认值是true。

_{本教程共40节，当前为第31节!}