并注册烧写钩子 获取启动介质类型_PyTorch中对张量登记注册反向传播的钩子函数,并展示调用顺序...
总结说明:代码实验表面,反向传播计算梯度时的执行顺序是和前向计算相反的.这一点由钩子函数的执行顺序可以观察到,并且由保存梯度的列表中的内容顺序可以推断出来.
代码实验展示:
import torch
print(torch.__version__) # 1.2.0+cu92
torch.manual_seed(seed=20200910)
gradients = list()
# ------------------------------------------ #
def grad_hook_x0(grad):
print("\n为x0执行自定义的钩子函数...")
print("保存x0的梯度...")
gradients.append(grad)
print("x0的钩子函数执行结束...\n")
# return grad
x0 = torch.randn(2,3,4,5,6,7,requires_grad=True)
print('x0.shape:', x0.shape) # x0.shape: torch.Size([2, 3, 4, 5, 6, 7])
# print('x0:\n',x0)
x0.register_hook(grad_hook_x0)
# ------------------------------------------ #
def grad_hook_x1(grad):
print("\n为x1执行自定义的钩子函数...")
print("保存x1的梯度...")
gradients.append(grad)
print("x1的钩子函数执行结束...\n")
# return grad
x1 = torch.sum((4 * x0 + 18.0), dim=(0,1))
x1.retain_grad()
print('x1.shape:', x1.shape) # x1.shape: torch.Size([4, 5, 6, 7])
# print('x1:\n',x1)
x1.register_hook(grad_hook_x1)
# ------------------------------------------ #
def grad_hook_x2(grad):
print("\n为x2执行自定义的钩子函数...")
print("保存x2的梯度...")
gradients.append(grad)
print("x2的钩子函数执行结束...\n")
# return grad
x2 = torch.sum(x1, dim=(1,2)) * 10.0
x2.retain_grad()
print('x2.shape:', x2.shape) # x2.shape: torch.Size([4, 7])
# print('x2:\n',x2)
x2.register_hook(grad_hook_x2)
# ------------------------------------------ #
def grad_hook_loss(grad):
print("\n为loss执行自定义的钩子函数...")
print("保存loss的梯度...")
gradients.append(grad)
print("loss的钩子函数执行结束...\n")
# return grad
loss = torch.mean(x2)
loss.retain_grad()
print('loss.shape:', loss.shape) # loss.shape: torch.Size([])
print('loss:',loss) # loss: tensor(32403.7344, grad_fn=)
loss.register_hook(grad_hook_loss)
# ------------------------------------------ #
loss.backward() # 这行代码将会执行已注册登记的钩子函数
tensors_list = [loss, x2, x1, x0]
print('打印相关信息,gradients列表的长度为:', len(gradients))
print('打印相关信息,tensors_list列表的长度为:', len(tensors_list))
for g, t in zip(gradients, tensors_list):
print( torch.equal(g, t.grad), g.shape==t.grad.shape==t.shape, g.shape, t.grad.shape, t.shape)
控制台输出结果:
Windows PowerShell
版权所有 (C) Microsoft Corporation。保留所有权利。
尝试新的跨平台 PowerShell https://aka.ms/pscore6
加载个人及系统配置文件用了 869 毫秒。
(base) PS C:\Users\chenxuqi\Desktop\News4cxq\test4cxq> conda activate ssd4pytorch1_2_0
(ssd4pytorch1_2_0) PS C:\Users\chenxuqi\Desktop\News4cxq\test4cxq> & 'D:\Anaconda3\envs\ssd4pytorch1_2_0\python.exe' 'c:\Users\chenxuqi\.vscode\extensions\ms-python.python-2021.1.502429796\pythonFiles\lib\python\debugpy\launcher' '58682' '--' 'c:\Users\chenxuqi\Desktop\News4cxq\test4cxq\testHook.py'
1.2.0+cu92
x0.shape: torch.Size([2, 3, 4, 5, 6, 7])
x1.shape: torch.Size([4, 5, 6, 7])
x2.shape: torch.Size([4, 7])
loss.shape: torch.Size([])
loss: tensor(32403.7344, grad_fn=)
为loss执行自定义的钩子函数...
保存loss的梯度...
loss的钩子函数执行结束...
为x2执行自定义的钩子函数...
保存x2的梯度...
x2的钩子函数执行结束...
为x1执行自定义的钩子函数...
保存x1的梯度...
x1的钩子函数执行结束...
为x0执行自定义的钩子函数...
保存x0的梯度...
x0的钩子函数执行结束...
打印相关信息,gradients列表的长度为: 4
打印相关信息,tensors_list列表的长度为: 4
True True torch.Size([]) torch.Size([]) torch.Size([])
True True torch.Size([4, 7]) torch.Size([4, 7]) torch.Size([4, 7])
True True torch.Size([4, 5, 6, 7]) torch.Size([4, 5, 6, 7]) torch.Size([4, 5, 6, 7])
True True torch.Size([2, 3, 4, 5, 6, 7]) torch.Size([2, 3, 4, 5, 6, 7]) torch.Size([2, 3, 4, 5, 6, 7])
(ssd4pytorch1_2_0) PS C:\Users\chenxuqi\Desktop\News4cxq\test4cxq>
本文同步分享在 博客“敲代码的小风”(CSDN)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。
并注册烧写钩子 获取启动介质类型_PyTorch中对张量登记注册反向传播的钩子函数,并展示调用顺序...相关推荐
- 并注册烧写钩子 获取启动介质类型_一种基于USB烧写的数据传输方法与流程
本发明涉及嵌入式系统固件量产技术领域,特别涉及嵌入式系统基于USB烧写的固件数据的场景. 背景技术: 嵌入式产品已广泛应用于社会的各行各业,在产品生产过程中,需要将嵌入式系统固件量产到产品设备中. 固 ...
- 并注册烧写钩子 获取启动介质类型_Spark Application的注册 源码剖析
Spark提交任务最终是以Application方式注册进去的,每个在Spark上运行的job以Application做为单元存在.同时注册到yarn资源管理器中也是同样的Application.那么 ...
- 并注册烧写钩子 获取启动介质类型_鸿蒙OS开源代码精要解读之—— 系统服务框架子系统(服务启动)...
鸿蒙OS开源代码精要解读之-- 系统服务框架子系统(服务启动) 作者介绍: 中科创达OpenHarmony研究组 说明: 中科创达OpenHarmony研究组第一时间对https://codechin ...
- omap-l138烧写程序之 - 启动模式选择及确认
omap-l138烧写程序之 - 启动模式选择及确认 本文介绍烧写omap-l138程序到nand flash之前的准备工作 – 启动模式选择. 1 启动模式选择 下载Using the OMAP-L ...
- linux开发板tftp 搭建,iTOP-i.MX6ULL开发板-Tftp烧写和Nfs启动
原标题:iTOP-i.MX6ULL开发板-Tftp烧写和Nfs启动 硬件平台:迅为iTOP-i.MX6ULL开发板 使用网络方式调试 Linux 非常方便,下面开始介绍用 tftp 下载 Linux ...
- Linux之ARM(IMX6U)裸机汇编LED驱动实验--烧写bin文件到SD卡中并运行
Linux之ARM(IMX6U)裸机汇编LED驱动实验--烧写bin文件到SD卡中并运行 代码烧写 2.烧写的工具 2.把生成的将 imxdownload 放在工程目录下(led.bin同一个文件夹下 ...
- ARM(IMX6U)裸机汇编LED驱动实验——驱动编写、编译链接起始地址、烧写bin文件到SD卡中并运行
参考:Linux之ARM(IMX6U)裸机汇编LED驱动实验–驱动编写 作者:一只青木呀 发布时间: 2020-08-07 09:13:48 网址:https://blog.csdn.net/weix ...
- 烧写linux系统到开发板中,【嵌入式开发】向开发板中烧写Linux系统
作者 : 万境绝尘 终于拿到板子了, 嵌入式开发正式开启. 板子型号 : 三星 S3C6410 基于ARM11, 指令集基于arm6指令集; 为毛不是 Cortext A9的板子; 烧写内容 : Bo ...
- 使用USB转TTL下载器将固件烧写到STM32F103C8T6最小系统板中
使用USB转TTL下载器将固件烧写到STM32F103C8T6最小系统板中 1.设置keil5,生成hex文件 2.下载安装CH340驱动 3.下载安装mcuisp或Flymcu 4.接线并下载程序 ...
最新文章
- MAC Pro 同时安装 Python2 和 Python3
- 报错解决方法1:‘A GDAL API version must be specified.’
- 【Smartform】开发中报SSFCOMPOSER154错误原因分析
- java string 异或_Java源码——String
- linux扩容后显示管理,linux之lvm管理及扩容
- sphereface conv64
- centos7-修改主机名
- Office 365 之 Skype For Business电话功能试用
- VB.Net教程图书目录
- 无线打印机 连接路由器连接到服务器,路由器连接打印机方法
- cocos2d-lua加载cocostudio创建的csb文件
- 清华大学计算机系前景好么,华为正式宣布选择西工大,而不是清华计算机系,网友:为什么?...
- 计算机绘图快捷键,计算机绘图常用软件快捷键大全
- MacOS Monterey 12.4 (21F79) OC 0.8.0 / Cl 5146 / PE 三分区原版黑苹果镜像
- 阿里云大数据开发三面面经,已过,面试题已配答案
- 操作系统思维导图总结
- scrapy组件、中间件、spider中类方法from_crawler的作用
- 如何理解六西格玛MSA测量系统分析中的线性
- Java回调函数异步回调案例
- c语言 udp 解包_UDP打包及解包问题