with torch.no_grad()或@torch.no_grad() 用法

  • requires_grad=True 要求计算梯度

  • requires_grad=False 不要求计算梯度

  • with torch.no_grad()或者@torch.no_grad()中的数据不需要计算梯度,也不会进行反向传播

model.eval()                                # 测试模式
with torch.no_grad():
   pass
@torch.no_grad()
def eval():
	...
上一篇:【学习笔记】Pytorch深度学习—优化器(二)


下一篇:Pytorch中的张量复制