脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → pytorch grad_fn以及权重梯度不更新

浅谈pytorch grad_fn以及权重梯度不更新的问题

 更新时间：2019年08月20日 14:10:06   作者：端木亽  
今天小编就为大家分享一篇浅谈pytorch grad_fn以及权重梯度不更新的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

前提：我训练的是二分类网络，使用语言为pytorch

Varibale包含三个属性：

data：存储了Tensor，是本体的数据

grad：保存了data的梯度，本事是个Variable而非Tensor，与data形状一致

grad_fn：指向Function对象，用于反向传播的梯度计算之用

在构建网络时，刚开始的错误为：没有可以grad_fn属性的变量。

百度后得知要对需要进行迭代更新的变量设置requires_grad=True ，操作如下：

train_pred = Variable(train_pred.float(), requires_grad=True)`

这样设置之后网络是跑起来了，但是准确率一直没有提升，很明显可以看出网络什么都没学到。

我输出 model.parameters() (网络内部的权重和偏置)查看，发现它的权重并没有更新，一直是同一个值，至此可以肯定网络什么都没学到，还是迭代那里出了问题。

询问同门后发现问题不在这里。

计算loss时，target与train_pred的size不匹配，我以以下操作修改了train_pred，使两者尺寸一致，才导致了上述问题。

  train_pred = model(data)
  train_pred = torch.max(train_pred, 1)[1].data.squeeze()
  train_pred = Variable(train_pred.float(), requires_grad=False)
  train_loss = F.binary_cross_entropy(validation_pred.float(), target)
  train_loss.backward()

对train_pred多次处理后，它已无法正确地反向传播，实际上应该更改target，使其与train_pred size一致。

重点！！！要想loss正确反向传播，应直接将model(data)传入loss函数。

最终修改代码如下：

 for batch_idx, (data, target) in enumerate(train_loader):
  # Get Samples
  label = target.view(target.size(0), 1).long()
  target_onehot = torch.zeros(data.shape[0], args.num_classes).scatter_(1, label, 1)
  data, target_onehot = Variable(data.cuda()), Variable(target_onehot.cuda().float())
  
  model.zero_grad()

  # Predict
  train_pred = model(data)
  train_loss = F.binary_cross_entropy(train_pred, target_onehot)
  train_loss.backward()
  optimizer.step()

以上这篇浅谈pytorch grad_fn以及权重梯度不更新的问题就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

相关文章

  • Python检测一个对象是否为字符串类的方法

    Python检测一个对象是否为字符串类的方法

    这篇文章主要介绍了Python检测一个对象是否为字符串类的方法,即检测是一个对象是否是字符串对象,本文还讲解了一个有趣的判断方法,需要的朋友可以参考下
    2015-05-05
  • 在pytorch中计算准确率,召回率和F1值的操作

    在pytorch中计算准确率,召回率和F1值的操作

    这篇文章主要介绍了在pytorch中计算准确率,召回率和F1值的操作，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
    2021-05-05
  • python远程调用rpc模块xmlrpclib的方法

    python远程调用rpc模块xmlrpclib的方法

    今天小编就为大家分享一篇python远程调用rpc模块xmlrpclib的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2019-01-01
  • beam search及pytorch的实现方式

    beam search及pytorch的实现方式

    这篇文章主要介绍了beam search及pytorch的实现方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2021-05-05
  • Python常用数据类型之间的转换总结

    Python常用数据类型之间的转换总结

    在本篇文章里小编给大家整理的是关于Python中常用数据类型之间的转换相关知识点，有需要的朋友们可以学习下
    2019-09-09
  • Django 缓存配置Redis使用详解

    Django 缓存配置Redis使用详解

    这篇文章主要介绍了Django 缓存配置Redis使用详解，缓存是将一些常用的数据保存内存或者memcache中，在一定的时间内有用户来访问这些数据时，则不再去执行数据库及渲染等操作，而是直接从内存或memcache的缓存中去取得数据，然后返回给用户
    2019-07-07
  • python常用知识梳理(必看篇)

    python常用知识梳理(必看篇)

    下面小编就为大家带来一篇python常用知识梳理(必看篇)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2017-03-03
  • python数据分析之将爬取的数据保存为csv格式

    python数据分析之将爬取的数据保存为csv格式

    Python内置了CSV模块,可直接通过该模块实现csv文件的读写操作,在web应用中导出数据是比较常见操作,下面这篇文章主要给大家介绍了关于python数据分析之将爬取的数据保存为csv格式的相关资料,需要的朋友可以参考下
    2022-06-06
  • pandas如何筛选某个列值是否位于某个列表内

    pandas如何筛选某个列值是否位于某个列表内

    这篇文章主要介绍了pandas如何筛选某个列值是否位于某个列表内问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-02-02
  • python sys.argv[]用法实例详解

    python sys.argv[]用法实例详解

    sys.argv[]是用来获取命令行参数的，sys.argv[0]表示代码本身文件路径，所以参数从1开始,下面通过实例给大家介绍python sys.argv[]用法，感兴趣的朋友一起看看吧
    2018-05-05

最新评论