大学毕业生在PyTorch做什么？（不需要毕业）

Question

我一直在尝试使用resnet作为我的主干，对一个多类分类任务进行迁移学习。你知道吗

在许多教程中，有人指出，在冻结其他层的同时，尝试只训练最后一层（通常是完全连接的层）是明智的。冷冻过程如下：

for param in model.parameters():
    param.requires_grad = False

然而，我刚刚意识到我的所有层实际上都没有冻结，在检查代码时，我意识到我输入了一个错误：

for param in model.parameters():
    param.required_grad = False

我写了required_grad而不是requires_grad。你知道吗

我似乎找不到关于required_grad的信息-它是什么，它做什么。我唯一发现的是它没有改变requires_grad标志，并且有一个单独的required_grad标志被设置为False。你知道吗

有人能解释一下required_grad的作用吗？我是不是一直在“不冻”我的其他层呢？你知道吗

Answer 1

好吧，这真是太傻了。你知道吗

for param in model.parameters():
    param.required_grad = False

在这种情况下，一个新的“必修学位”是由于我的打字错误而创建的。 例如，即使以下情况也不会引发错误：

for param in model.parameters():
    param.what_in_the_world = False

模型的所有参数现在都有一个what_in_the_world属性。你知道吗

我希望没有人因此浪费时间。你知道吗