PyTorch inplace字段 对PyTorch中inplace字段的全面理解

软件发布|下载排行|最新软件

当前位置:首页IT学院IT技术

PyTorch inplace字段 对PyTorch中inplace字段的全面理解

冷月葬婲魂   2021-05-22 我要评论
想了解对PyTorch中inplace字段的全面理解的相关内容吗,冷月葬婲魂在本文为您仔细讲解PyTorch inplace字段的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:PyTorch,inplace字段,下面大家一起来学习吧。

例如

torch.nn.ReLU(inplace=True)
inplace=True

表示进行原地操作,对上一层传递下来的tensor直接进行修改,如x=x+3;

inplace=False

表示新建一个变量存储操作结果,如y=x+3,x=y;

inplace=True

可以节省运算内存,不用多存储变量。

补充:PyTorch中网络里面的inplace=True字段的意思

在例如nn.LeakyReLU(inplace=True)中的inplace字段是什么意思呢?有什么用?

inplace=True的意思是进行原地操作,例如x=x+5,对x就是一个原地操作,y=x+5,x=y,完成了与x=x+5同样的功能但是不是原地操作。

上面LeakyReLU中的inplace=True的含义是一样的,是对于Conv2d这样的上层网络传递下来的tensor直接进行修改,好处就是可以节省运算内存,不用多储存变量y。

inplace=True means that it will modify the input directly, without allocating any additional output. It can sometimes slightly decrease the memory usage, but may not always be a valid operation (because the original input is destroyed). However, if you don't see an error, it means that your use case is valid.

以上为个人经验,希望能给大家一个参考,也希望大家多多支持。

Copyright 2022 版权所有 软件发布 访问手机版

声明:所有软件和文章来自软件开发商或者作者 如有异议 请与本站联系 联系我们