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。