张量requires_grad
和b
的{{1}}是c
。但是张量True
的{{1}}是requires_grad
。我很好奇为什么会发生这种变化,因为所有d
的输入都为True。
但是,张量False
的{{1}}是True。我仍然可以在requires_grad
上进行requires_grad
。但是这种方式有错误吗?
我正在使用Python3.7和Pytorch1.1。
e
答案 0 :(得分:1)
我认为这是因为您不能采用大于运算的梯度。返回类型为布尔值:
>>> torch.gt(torch.tensor([[1, 2], [3, 4]]), torch.tensor([[1, 1], [4, 4]]))
tensor([[False, True], [False, False]])
减号或其他算术运算将返回另一个数字。