我的代码是非常简单的gan代码，它正好适合sin(x)函数：import torch.nn as nnimport matplotlib.pyplotcomputational graph G_loss.backward()但是当我运行它的时候得到了这个错误：
RuntimeError: one of the variables ne
浏览 102提问于2020-05-28得票数 8
回答已采纳
我试图计算网络的雅可比矩阵的损失(即执行双反向支持)，得到以下错误: RuntimeError:梯度计算所需的一个变量已被原地操作修改
我在代码中找不到inplace操作，所以我不知道该修复哪一行。
浏览 1提问于2018-12-09得票数 2
回答已采纳
在调用.backward()时，我得到了以下错误：下面是代码：
for i, j, k in zip(X, Y, Z):
浏览 0提问于2019-08-29得票数 1
回答已采纳
在pytorch模型训练过程中，我得到了以下错误：
RuntimeError:梯度计算所需的变量之一已被内部操作修改：[torch.cuda.LongTensor 128，1]位于版本8；预期的版本7提示:上面的回溯跟踪进一步显示了未能计算其梯度的操作。所讨论的变量在那里或以后的</
浏览 0提问于2019-08-23得票数 6
回答已采纳
1回答
我有一个model，它有噪声线性层(您可以从mu和sigma参数中采样值)，并且需要为它创建两个去相关的输出。这意味着我有这样的东西：output_1 = model(input)
model.sample_noise()sample_noise实际上根据正态分布修改了附加在model上的权重。但最终这会导致
RuntimeError</
浏览 2提问于2019-10-02得票数 0
我正在尝试创建一个非常简单的网络，其中包含一个GRUcell层，以执行以下任务:在两个位置之一给出提示。在T个时间步骤之后，代理必须学会在相反的位置采取特定的操作。在试图计算后向梯度时，我会得到以下错误：
一个问题是，我不完全
浏览 2提问于2019-05-01得票数 2
discriminator_optimizer.step()但是，当我运行此代码时，会收到以下错误消息：
RuntimeError:梯度计算所需的变量之一已被内部操作修改：[torch.cuda.FloatTensor 1,512，4，4]位于版本2；预期的版
浏览 7提问于2021-05-15得票数 0
我用Pycharm写了一个带有LSTM单元的RNN。该网络的特点是将RNN的输出输入到一个积分运算中，用龙格-库塔进行计算。集成需要一些输入，并及时地将其传播到前面一步。, :] = xx # Here I a dynamic modelRuntimeError问题在于操作xx = X[b, :]和p[b,:]。我知道，因为我选择了1的批处
浏览 4提问于2020-03-26得票数 2
我正在训练一个PyTorch RNN来预测给定一个字符的下一个字符。下面是我的RNN的定义：import torch.optim
def __init__(self, input_size，我会得到以下错误：
RuntimeError: one of the variables needed for gradient computation has been modified by an有趣的是，在给出这个
浏览 2提问于2021-09-07得票数 2
回答已采纳
我正在为我的一个项目使用软Actor-批评者实现可用的。但是，当我试图运行它时，我会得到以下错误：
RuntimeError: one of the variables needed for gradient computation has been modified错误产生于sac.py文件中的梯度计算。我看不出手术可能在什么地方。有什么帮助吗？
浏览 7提问于2020-05-10得票数 0
回答已采纳
我正在尝试做一个LSTM作为学习阶段，为今后的工作与电筒。我设法让它在一些小的测试数据上工作，但是现在我想在实际数据上运行它，所以我不断地得到这个错误：
RuntimeError:梯度计算所需的变量之一被内部操作修改了：[torch.FloatTensor 10，40]，它是TBackward的输出0，在版本2；预期的版本1。提示:上面的回溯跟踪进一步显示了未能<
浏览 3提问于2020-12-10得票数 0
下面有这段代码，我找不到阻止梯度计算的内部操作。torch/autograd/__init__.py", line 100, in backwardRuntimeError
浏览 4提问于2020-07-21得票数 1
回答已采纳
1回答
关于如何训练的概念是否真的适用于那些无法训练的准分子？ print('Epoch: ' +str(epoch)+ 'Loss: '+str(train_loss/s))错误:梯度计算所需的变量<
浏览 2提问于2022-02-28得票数 0
回答已采纳
损失函数是可以在DataParallel模式下运行的trades.The代码。但是在DistributedDataParallel模式下，我得到了这个错误。当我将损失更改为AT时，它可以成功运行。为什么不能在交易亏损的情况下运行？/autograd/__init__.py", line 132, in backwardRuntimeError
浏览 160提问于2021-04-30得票数 0
回答已采纳
~\Anaconda3 3\lib\site-packages\torch\tensor.py在向后(self，梯度，retain_graph，create_graph) 100个产品中。张张量，grad_tensors，retain_graph，create_graph，--> 90 allow_unreachable=True) # allow_unreachable标志91 92
RuntimeError:梯度计算所需的变量之一已被
浏览 0提问于2019-04-14得票数 2
回答已采纳
1回答
我在重新计算梯度时遇到了问题。问题是，我按比例乘了两个张量u @ v，并对其中一个张量进行了规范化。重要的是，不能计算h的梯度。因此，我使用detach()。此外，在重新计算梯度时，不应考虑规范化(我不知道如何做到这一点)。decoder) loss.backward()因此，我得到以下错误：
RuntimeErr
浏览 0提问于2019-08-19得票数 3
回答已采纳
我试图在PyTorch中运行一些代码，但在这一点上我遇到了麻烦： 在第一次迭代中，判别器和生成器的向后操作都运行良好 ....在第二次迭代中，当self.G_loss.backward(retain_graph=True)执行时，我得到这个错误： RuntimeError: one of the variables needed根据torch.autograd.set_detect_anomaly的说法，鉴别器网络中的最后一行负责这一点： bottleneck = bottleneck[:-1]
浏览 1023提问于2020-11-21得票数 2
我试图用pytorch 1.5计算深度确定性策略梯度算法中的策略目标网络损失，得到以下错误。\autograd\__init__.py", line 100, in backwardRuntimeError这是我的网络和训练进度。在actor网络中，输出向量的长度是20，这意味着一个连续的动作。评价网络的输入由状态向量和动作向量组成。
浏览 88提问于2020-09-08得票数 2
我正在用PyTorch做一个策略梯度方法。我想将网络更新移动到循环中，但它停止了工作。我还是个PyTorch新手，如果原因很明显的话，很抱歉。以下是运行正常的原始代码：G = T.tensor(G, dtype=T.float).to(self.policy.device)\autograd\__init__.py", line 127, in backwardR
浏览 0提问于2021-02-13得票数 0
1回答
但我的问题是，变量b是在函数中创建的，所以应该在函数返回a*b后从内存中删除，对吧？那么，当我向后调用时，b的值是如何存在的，以允许这种计算？据我所知，Pytorch中的每个操作都有一个上下文变量，该变量跟踪用于反向计算的“哪个”张量，并且每个张量中也存在版本，如果版本发生更改，则向后应该会引发错误，对吧？torch.tensor(10,dtype=torch.float32,re
浏览 22提问于2020-06-21得票数 1
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
