python-PyTorch函数中的下划线后缀是什么意思？

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python-PyTorch函数中的下划线后缀是什么意思？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2175字，纯文字阅读大概需要4分钟。

内容图文

在PyTorch中,张量的许多方法有两种版本-一种带有下划线后缀,一种没有.如果我尝试一下,它们似乎会做同样的事情：

In [1]: import torch

In [2]: a = torch.tensor([2, 4, 6])

In [3]: a.add(10)
Out[3]: tensor([12, 14, 16])

In [4]: a.add_(10)
Out[4]: tensor([12, 14, 16])

之间有什么区别

> torch.add和torch.add_
> torch.sub和torch.sub_
> …等等？

解决方法:

您已经回答了自己的问题,即下划线表示PyTorch中的就地操作.但是,我想简要指出为什么就地操作会出现问题：

>首先,在大多数情况下,建议在PyTorch网站上不要使用就地操作.除非在沉重的内存压力下工作,否则在大多数情况下,不使用就地操作会更有效率.
https://pytorch.org/docs/stable/notes/autograd.html#in-place-operations-with-autograd
>其次,在使用就地操作时可能会出现计算梯度的问题：

Every tensor keeps a version counter, that is incremented every time
it is marked dirty in any operation. When a Function saves any tensors
for backward, a version counter of their containing Tensor is saved as
well. Once you access self.saved_tensors it is checked, and if it is
greater than the saved value an error is raised. This ensures that if
you’re using in-place functions and not seeing any errors, you can be
sure that the computed gradients are correct.
07001

这是从您发布的答案中摘录并经过稍微修改的示例：

首先是就地版本：

import torch
a = torch.tensor([2, 4, 6], requires_grad=True, dtype=torch.float)
adding_tensor = torch.rand(3)
b = a.add_(adding_tensor)
c = torch.sum(b)
c.backward()
print(c.grad_fn)

导致此错误：

---------------------------------------------------------------------------
RuntimeError                              Traceback (most recent call last)
<ipython-input-27-c38b252ffe5f> in <module>
      2 a = torch.tensor([2, 4, 6], requires_grad=True, dtype=torch.float)
      3 adding_tensor = torch.rand(3)
----> 4 b = a.add_(adding_tensor)
      5 c = torch.sum(b)
      6 c.backward()

RuntimeError: a leaf Variable that requires grad has been used in an in-place operation.

其次,非就地版本：

import torch
a = torch.tensor([2, 4, 6], requires_grad=True, dtype=torch.float)
adding_tensor = torch.rand(3)
b = a.add(adding_tensor)
c = torch.sum(b)
c.backward()
print(c.grad_fn)

哪个工作得很好-输出：

<SumBackward0 object at 0x7f06b27a1da0>

因此,作为总结,我只想指出要在PyTorch中谨慎使用就地操作.

内容总结

以上是互联网集市为您收集整理的python-PyTorch函数中的下划线后缀是什么意思？全部内容，希望文章能够帮你解决python-PyTorch函数中的下划线后缀是什么意思？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端