首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >如果输入包含NaN,则通过Pytorch Element-Wise操作进行Backprop

如果输入包含NaN,则通过Pytorch Element-Wise操作进行Backprop
EN

Stack Overflow用户
提问于 2019-06-26 04:54:54
回答 1查看 1K关注 0票数 -1

假设我想计算两个张量之间的元素商。如果其中一个张量包含NaN,则生成的商也将包含NaN,这一点我是理解的。但是为什么在整个操作中梯度变得不存在呢?如何为非NaN条目保留渐变?

例如:

>>> x = torch.tensor([1.0, np.NaN])
>>> y = torch.tensor([2.0, 3.0])
>>> z = torch.div(y, x)
>>> z
tensor([2., nan])
>>> z.backward()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python3.6/dist-packages/torch/tensor.py", line 107, in backward
    torch.autograd.backward(self, gradient, retain_graph, create_graph)
  File "/usr/local/lib/python3.6/dist-packages/torch/autograd/__init__.py", line 93, in backward
    allow_unreachable=True)  # allow_unreachable flag
RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/56761865

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档