我正在尝试将PyTorch功能集成到scikit-learn环境中(特别是管道和GridSearchCV),因此一直在研究skorch。用于神经网络的标准文档示例如下from torch import nn
from skorch import NeuralNetClassifier其中,通过将输入和输出维度硬编码到构造函数中,显式地传递它们。但是,这实际上不是scikit-learn接口的工作方式,fit方法导出输入和输出维度,而不是显式地传递给<
可以像下面这样编码: grad = tf.stop_gradient(grad)下面是我的pytorch然而,现在我在几个时期之后得到了一个内存错误(RuntimeError: cuda runtime error (2) : out of memory at /opt/conda/conda-bld/pytorch有人能告诉我pytorch在这方面的最佳实践吗?任何提示/甚