如何在pytorch中复制`grad_fn`？
如何在pytorch中复制`grad_fn`？
提问于 2019-05-13 14:43:43
>>> print(foo.grad_fn)
<AddBackward0 object at 0x7f7f9f450710>我想从foo.grad_fn复制到bar.grad_fn。作为参考，不需要foo.data。我只想复制gradient。
这个是可能的吗？我尝试了以下方法，但失败了。
>>> bar.grad_fn = foo.grad_fn
AttributeError: attribute 'grad_fn' of 'torch._C._TensorBase' objects is not writable谢谢。
回答 1
Stack Overflow用户
发布于 2020-07-29 00:15:32
实际上，这很容易。您可以简单地执行foo.grad.data来访问存储在叶张量中的梯度。因此，如果您想将渐变从一个叶复制到另一个叶，只需在调用backward之后执行bar.grad.data.copy_(foo.grad.data)。请注意，使用data是为了避免在计算图中跟踪此操作。
如果它不是叶，当您必须在backward中指定可选参数retain_graph=True时。
然而，我不确定你这样做是为了达到什么目的。我不明白为什么把梯度从一个张量复制到另一个张量会很有用。如果你告诉我们更多关于你实际上试图实现的目标，也许有人会给你一个更有帮助的答案。
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/56106983
复制相关文章
相似问题
腾讯云开发者
