RuntimeError:张量的元素 0 不需要 grad 并且没有 grad_fn
Posted
技术标签:
【中文标题】RuntimeError:张量的元素 0 不需要 grad 并且没有 grad_fn【英文标题】:RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn 【发布时间】:2020-03-26 22:32:51 【问题描述】:当我运行程序时出现此错误:
但是我设置了gen_y = torch.tensor(gen_y,requires_grad=True)
,但这并没有帮助,gen_y.grad_fn 是 None。我也尝试x = torch.tensor(x,requires_grad=True)
,它也不起作用。我想这可能是与 pytorch 版本有关的问题。我该如何解决这个问题?
def training(self, net, datasets):
"""
input:
net: (object) model & optimizer
datasets : (list) [train, val] dataset object
"""
args = self.args
net.model.train()
steps = len(datasets[0]) // args.batch_size
if args.trigger == 'epoch':
args.epochs = args.terminal
args.iters = steps * args.terminal
args.iter_interval = steps * args.interval
else:
args.epochs = args.terminal // steps + 1
args.iters = args.terminal
args.iter_interval = args.interval
train_loss, train_acc = 0, 0
start = time.time()
for epoch in range(1, args.epochs + 1):
self.epoch = epoch
# setup data loader
data_loader = DataLoader(datasets[0], args.batch_size, num_workers=4,
shuffle=True)
batch_iterator = iter(data_loader)
for step in range(steps):
self.iter += 1
if self.iter > args.iters:
self.iter -= 1
break
# convert numpy.ndarray into pytorch tensor
x, y = next(batch_iterator)
x = Variable(x)
#None
y = Variable(y)
if args.cuda:
x = x.cuda()
y = y.cuda()
# training
x = torch.tensor(x,requires_grad=True)
gen_y = net.model(x)
gen_y = torch.tensor(gen_y,requires_grad=True)
print(gen_y.requires_grad)
print(gen_y.grad_fn)
if self.is_multi:
gen_y = gen_y[0]
y = y[0]
loss = F.binary_cross_entropy(gen_y, y)
# Update generator parameters
net.optimizer.zero_grad()
loss.backward()
【问题讨论】:
请format你的代码。 去掉gen_y = torch.tensor(...
这行肯定会破坏你的计算图。假设这不是唯一的问题,那么您的模型中可能有一些东西破坏了计算图。我们需要查看您的模型的详细信息以提供进一步帮助。
【参考方案1】:
我遇到了同样的错误,requires_grad = True
,没有工作。如果您希望能够在第一次调用 .grad 时后退(以获取梯度作为梯度惩罚),您需要给它create_graph=True
。我相信你提到的错误不是完整的错误,如果你的错误是:
> usr/local/lib/python3.6/dist-packages/torch/autograd/__init__.py in.
backward(tensors, grad_tensors, retain_graph, create_graph, grad_variables)
97 Variable._execution_engine.run_backward(
tensors, grad_tensors, retain_graph, create_graph,
---> 99 allow_unreachable=True) # allow_unreachable flag
然后转到“tensor.py”文件并将create_graph = False
更改为create_graph = True
【讨论】:
以上是关于RuntimeError:张量的元素 0 不需要 grad 并且没有 grad_fn的主要内容,如果未能解决你的问题,请参考以下文章
运行时错误 - 张量的元素 0 不需要 grad 并且没有 grad_fn
RuntimeError:无法在需要 grad 的张量上调用 numpy()
RuntimeError:预期 1D 目标张量,不支持多目标 Python:NumPy
RuntimeError:预期的标量类型 Long 但发现 Float
RuntimeError:张量 a (4000) 的大小必须与非单维 1 的张量 b (512) 的大小相匹配
Pytorch - 张量的元素 0 不需要 grad 并且没有 grad_fn - 将矩阵相加和相乘作为 NN 步骤参数