pytorch梯度剪裁方式
更新時間:2020年02月04日 14:54:42 作者:wang xiang
今天小編就為大家分享一篇pytorch梯度剪裁方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
我就廢話不多說,看例子吧!
import torch.nn as nn outputs = model(data) loss= loss_fn(outputs, target) optimizer.zero_grad() loss.backward() nn.utils.clip_grad_norm_(model.parameters(), max_norm=20, norm_type=2) optimizer.step()
nn.utils.clip_grad_norm_ 的參數(shù):
parameters – 一個基于變量的迭代器,會進行梯度歸一化
max_norm – 梯度的最大范數(shù)
norm_type – 規(guī)定范數(shù)的類型,默認為L2
以上這篇pytorch梯度剪裁方式就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
在Heroku云平臺上部署Python的Django框架的教程
這篇文章主要介紹了在Heroku云平臺上部署Python的Django框架的教程,Heroku云平臺使用了Git版本控制系統(tǒng),所以本教程主要提供了配置所需要的Git腳本,需要的朋友可以參考下2015-04-04淺析python實現(xiàn)布隆過濾器及Redis中的緩存穿透原理
本文帶你了解了位圖的實現(xiàn),布隆過濾器的原理及 Python 中的使用,以及布隆過濾器如何應對 Redis 中的緩存穿透,相信你對布隆過濾器已經(jīng)有了一定的認識2021-09-09ipython jupyter notebook中顯示圖像和數(shù)學公式實例
這篇文章主要介紹了ipython jupyter notebook中顯示圖像和數(shù)學公式實例,具有很好的參考價值,希望對有所幫助。一起跟隨小編過來看看吧2020-04-04淺析python中while循環(huán)和for循環(huán)
在本篇文章里小編給各位整理的是關(guān)于python中while和for循環(huán)知識點詳解,有興趣的朋友們可以學習下。2019-11-11