質問編集履歴
2
付か
title
CHANGED
File without changes
|
body
CHANGED
@@ -9,18 +9,4 @@
|
|
9
9
|
|
10
10
|
|
11
11
|
|
12
|
-
どうぞ宜しくお願いします
|
12
|
+
どうぞ宜しくお願いします
|
13
|
-
|
14
|
-
*******************************************
|
15
|
-
torch.Tensor.detach()的使用
|
16
|
-
detach()的官方说明如下:
|
17
|
-
|
18
|
-
Returns a new Tensor, detached from the current graph.
|
19
|
-
The result will never require gradient.
|
20
|
-
假设有模型A和模型B,我们需要将A的输出作为B的输入,但训练时我们只训练模型B. 那么可以这样做:
|
21
|
-
|
22
|
-
input_B = output_A.detach()
|
23
|
-
|
24
|
-
它可以使两个计算图的梯度传递断开,从而实现我们所需的功能。
|
25
|
-
————————————————
|
26
|
-
原文链接:https://blog.csdn.net/jinxin521125/article/details/83621268
|
1
追加
title
CHANGED
File without changes
|
body
CHANGED
@@ -9,4 +9,18 @@
|
|
9
9
|
|
10
10
|
|
11
11
|
|
12
|
-
どうぞ宜しくお願いします
|
12
|
+
どうぞ宜しくお願いします
|
13
|
+
|
14
|
+
*******************************************
|
15
|
+
torch.Tensor.detach()的使用
|
16
|
+
detach()的官方说明如下:
|
17
|
+
|
18
|
+
Returns a new Tensor, detached from the current graph.
|
19
|
+
The result will never require gradient.
|
20
|
+
假设有模型A和模型B,我们需要将A的输出作为B的输入,但训练时我们只训练模型B. 那么可以这样做:
|
21
|
+
|
22
|
+
input_B = output_A.detach()
|
23
|
+
|
24
|
+
它可以使两个计算图的梯度传递断开,从而实现我们所需的功能。
|
25
|
+
————————————————
|
26
|
+
原文链接:https://blog.csdn.net/jinxin521125/article/details/83621268
|