执行反向传递时,防止更新网络权重

时间:2017-03-27 17:43:31

标签: machine-learning conv-neural-network torch backpropagation

我正在尝试通过我的网络执行向后传递,并且我不希望更新网络的网络权重时,我会向后传递。

output = net:forward(input)
err = criterion:forward(output, label)
df_do = criterion:backward(output, label)
net:backward(input, df_do)

我假设这可以通过两种方法中的任何一种来完成

accGradParameters(input, gradOutput, scale)
accUpdateGradParameters(input, gradOutput, learningRate)

我可以使用火炬中的optim包吗?

0 个答案:

没有答案