pytorch 為了節(jié)省顯存，在反向傳播的過程中只針對計算圖中的葉子結(jié)點(leaf variable)保留了梯度值(gradient)。但對于開發(fā)者來說，有時我們希望探測某些中間變量(intermediate variable) 的梯度來驗證我們的實現(xiàn)是否有誤，這個過程就需要用到 tensor的register_hook接口。一段簡單的示例代碼如下，代碼主要來自pytorch開發(fā)者的回答，筆者稍作修改使其更符合最新版的pytorch 語法(v1.2.0)。

grads = {}def save_grad(name):def hook(grad):grads[name] = gradreturn hookx = torch.randn(1, requires_grad=True) y = 3*x z = y * y# 為中間變量注冊梯度保存接口，存儲梯度時名字為 y。 y.register_hook(save_grad('y'))# 反向傳播 z.backward()# 查看 y 的梯度值 print(grads['y'])

一個示例輸出是：

tensor([-1.5435])

轉(zhuǎn)載于:https://www.cnblogs.com/SivilTaram/p/pytorch_intermediate_variable_gradient.html

總結(jié)

以上是生活随笔為你收集整理的pytorch 查看中间变量的梯度的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。