Я новичок в Pytorch и начал с этим кодом GitHub . Я не понимаю комментарий в строке 60-61 в коде "because weights have requires_grad=True, but we don't need to track this in autograd". Я понял, что мы упоминаем requires_grad=Trueпеременные, которые нам нужны для вычисления градиентов для использования автограда, но что это значит "tracked by autograd"?
Оболочка "with torch.no_grad ()" временно установила для флага флаг require_grad значение false. Пример из официального руководства по PyTorch ( https://pytorch.org/tutorials/beginner/blitz/autograd_tutorial.html#gradients ):
x = torch.randn(3, requires_grad=True)
print(x.requires_grad)
print((x ** 2).requires_grad)
with torch.no_grad():
print((x ** 2).requires_grad)
Вне:
True
True
False
Я рекомендую вам прочитать все учебники с сайта выше.
В вашем примере: я думаю, что автор не хочет, чтобы PyTorch вычислял градиенты новых определенных переменных w1 и w2, поскольку он просто хочет обновить их значения.
with torch.no_grad()
сделает все операции в блоке без градиентов.
В pytorch вы не можете изменить размещение w1 и w2, которые являются двумя переменными с require_grad = True. Я думаю, что избегание изменения размещения w1 и w2 связано с тем, что это приведет к ошибке в расчете обратного распространения. Так как изменение размещения полностью изменит w1 и w2.
Однако, если вы используете это no_grad(), вы можете контролировать новый w1, и новый w2 не имеет градиентов, так как они генерируются операциями, что означает, что вы изменяете только значения w1 и w2, а не часть градиента, они все еще имеют ранее определенную переменную информацию о градиенте и обратное распространение может продолжаться.