捷徑

torch.autograd.graph.Node.register_prehook

abstract Node.register_prehook(fn)[原始碼][原始碼]

註冊一個 backward pre-hook。

每次計算相對於 Node 的梯度時,都會呼叫這個 hook。這個 hook 應該具有以下簽名:

hook(grad_outputs: Tuple[Tensor]) -> Tuple[Tensor] or None

這個 hook 不應修改其參數,但它可以選擇性地傳回一個新的梯度,該梯度將用於代替 grad_outputs

此函式傳回一個帶有 handle.remove() 方法的控制代碼,該方法會從模組中移除該 hook。

注意

有關何時執行此 hook 以及其執行順序相對於其他 hook 的更多資訊,請參閱Backward Hooks execution

範例

>>> a = torch.tensor([0., 0., 0.], requires_grad=True)
>>> b = a.clone()
>>> assert isinstance(b.grad_fn, torch.autograd.graph.Node)
>>> handle = b.grad_fn.register_prehook(lambda gI: (gI[0] * 2,))
>>> b.sum().backward(retain_graph=True)
>>> print(a.grad)
tensor([2., 2., 2.])
>>> handle.remove()
>>> a.grad = None
>>> b.sum().backward(retain_graph=True)
>>> print(a.grad)
tensor([1., 1., 1.])
傳回類型

RemovableHandle

文件

取得 PyTorch 的完整開發者文件

檢視文件

教學

取得針對初學者和進階開發者的深入教學

檢視教學

資源

尋找開發資源並獲得您問題的解答

檢視資源