PyTorch中在反向传播前为什么要手动将梯度清零？

最新推荐文章于 2024-11-21 16:11:21 发布

yangdeshun888

最新推荐文章于 2024-11-21 16:11:21 发布

阅读量1.3k

点赞数

CC 4.0 BY-SA版权

分类专栏： python pytorch 深度学习

本文链接：https://blog.csdn.net/yangdashi888/article/details/103153472

在PyTorch中，手动清零梯度是为了实现梯度累加，这能有效节省内存并允许在小批量训练中模拟全批量的效果。梯度累加通过在反向传播时不立即更新权重，而是累积多个批次的梯度，然后一次性更新，可以解决显存限制问题。此外，对于多任务学习，梯度累加使得共享部分的梯度可以自动累加。但需要注意，使用梯度累加时，学习率应适当调整，并可能需要关注BN层的momentum参数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

PyTorch中在反向传播前为什么要手动将梯度清零？

这种模式可以让梯度玩出更多花样，比如说梯度累加（gradient accumulation）

传统的训练函数，一个batch是这么训练的：

for i,(images,target) in enumerate(train_loader):
    # 1. input output
    images = images.cuda(non_blocking=True)
    target = torch.from_numpy(np.array(target)).float().cuda(non_blocking=True)
    outputs = model(images)
    loss = criterion(outputs,target)

    # 2. backward
    optimizer.zero_grad()   # reset gradient
    loss.backward()
    optimizer.step()

获取loss：输入图像和标签，通过infer计算得到预测值，计算损失函数；
optimizer.zero_grad() 清空过往梯度；
loss.backward() 反向传播，计算当前梯度；
optimizer.step() 根据梯度更新网络参数

简单的说就是进来一个batch的数据，计算一次梯度，更新一次网络

使用梯度累加是这么写的：

for i,(images,target) in enumerate(train_loader):
    # 1. input output
    images =

最低0.47元/天解锁文章

200万优质内容无限畅学