pytorch中為什么要用 zero_grad() 將梯度清零

調(diào)用backward()函數(shù)之前都要將梯度清零，因?yàn)槿绻荻炔磺辶?，pytorch中會(huì)將上次計(jì)算的梯度和本次計(jì)算的梯度累加。

這樣邏輯的好處是，當(dāng)我們的硬件限制不能使用更大的bachsize時(shí)，使用多次計(jì)算較小的bachsize的梯度平均值來代替，更方便，壞處當(dāng)然是每次都要清零梯度。

optimizer.zero_grad()
output = net(input)
loss = loss_f(output, target)
loss.backward()

補(bǔ)充：Pytorch 為什么每一輪batch需要設(shè)置optimizer.zero_grad

CSDN上有人寫過原因，但是其實(shí)寫得繁瑣了。

根據(jù)pytorch中的backward()函數(shù)的計(jì)算，當(dāng)網(wǎng)絡(luò)參量進(jìn)行反饋時(shí)，梯度是被積累的而不是被替換掉；但是在每一個(gè)batch時(shí)毫無疑問并不需要將兩個(gè)batch的梯度混合起來累積，因此這里就需要每個(gè)batch設(shè)置一遍zero_grad 了。

其實(shí)這里還可以補(bǔ)充的一點(diǎn)是，如果不是每一個(gè)batch就清除掉原有的梯度，而是比如說兩個(gè)batch再清除掉梯度，這是一種變相提高batch_size的方法，對于計(jì)算機(jī)硬件不行，但是batch_size可能需要設(shè)高的領(lǐng)域比較適合，比如目標(biāo)檢測模型的訓(xùn)練。

關(guān)于這一點(diǎn)可以參考這里

關(guān)于backward()的計(jì)算可以參考這里

補(bǔ)充：pytorch 踩坑筆記之w.grad.data.zero_()

在使用pytorch實(shí)現(xiàn)多項(xiàng)線性回歸中，在grad更新時(shí)，每一次運(yùn)算后都需要將上一次的梯度記錄清空，運(yùn)用如下方法:

w.grad.data.zero_()
b.grad.data.zero_() 

但是，運(yùn)行程序就會(huì)報(bào)如下錯(cuò)誤：

報(bào)錯(cuò)，grad沒有data這個(gè)屬性，

原因是，在系統(tǒng)將w的grad值初始化為none，第一次求梯度計(jì)算是在none值上進(jìn)行報(bào)錯(cuò)，自然會(huì)沒有data屬性

修改方法：添加一個(gè)判斷語句，從第二次循環(huán)開始執(zhí)行求導(dǎo)運(yùn)算

for i in range(100):
    y_pred = multi_linear(x_train)
    loss = getloss(y_pred,y_train)
    if i != 0:
        w.grad.data.zero_()
        b.grad.data.zero_()
    loss.backward()
    w.data = w.data - 0.001 * w.grad.data
    b.data = b.data - 0.001 * b.grad.data

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。