pytorch梯度剪裁方式
我就废话不多说，看例子吧！
importtorch.nnasnn 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_的参数：
parameters–一个基于变量的迭代器，会进行梯度归一化
max_norm–梯度的最大范数
norm_type–规定范数的类型，默认为L2
以上这篇pytorch梯度剪裁方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。