在PyTorch中,什么时候需要将输入张量的require_grad
设置为True
?
回答:
通常,输入是固定的——我们不会改变图像,只是从固定的输入图像中推断标签/输出。
由于它们是固定的——不需要计算相对于输入的梯度,只需要计算相对于可训练参数的梯度。
尽管如此,也有你想要改变输入的情况。例如,当你想要可视化特征时。参见,例如,这篇很棒的文章。
在PyTorch中,什么时候需要将输入张量的require_grad
设置为True
?
回答:
通常,输入是固定的——我们不会改变图像,只是从固定的输入图像中推断标签/输出。
由于它们是固定的——不需要计算相对于输入的梯度,只需要计算相对于可训练参数的梯度。
尽管如此,也有你想要改变输入的情况。例如,当你想要可视化特征时。参见,例如,这篇很棒的文章。