티스토리 뷰
torch.Tensor.requires_grad
True
인 경우 해당 텐서에 대하여 gradient를 계산하여 업데이트False
인 경우 파라미터를 상수 취급하여 업데이트하지 않음
torch.no_grad
- gradient 계산을 하지 않게 함
- inferencing할 때 활용 가능 (
torch.Tensor.backward
를 활용하지 않을 경우
no_grad
vs. requires_grad
모델 일부는 freeze하고 일부에 대해서만 parameter update를 하고싶은 경우 활용
(ex. transfer learning, GAN)
1) 모델 A는 freeze, 모델 B만 학습
- B에서 A로 가는 gradient를 막음
detach
: z를 static tensor로 만들어, update할 때 z 이전 파라미터에는 gradient가 흐르지 않게 함z = A(x) y = B(z.detach())
no_grad
: 내부에 있는 operation들의 gradeint는 계산이 되지 않음 ⇒ 모델 A의 파라미터 업데이트 Xwith torch.no_grad(): z = A(x) y = B(z)
requires_grad
: A의 파라미터를 하나씩 불러와서 gradient를 끔 ⇒ A의 파라미터를 상수 취급하여 업데이트 Xfor p in A.parameter(): p.requires_grad = False z = A(x) y = B(z)
2) 모델 A만 학습, 모델 B는 freeze
- B로 가는 gradient를 끊어버리면 안됨
no_grad
: 아예 gradient 자체를 계산하지 않기 때문에 B 모델의 gradient가 계산되지 않는다면 A의 gradient도 계산될 수 없음# 작동 X z = A(x) with torch.no_grad(): y = B(z)
requires_grad
: 상수 취급을 하여 B 모델의 파라미터가 업데이트되지는 않지만 여전히 gradient가 흐를 수 있는 상태이므로, A 모델의 업데이트 가능for p in B.parameter(): p.requires_grad = False z = A(x) y = B(z)
'ML & DL > PyTorch' 카테고리의 다른 글
Dataset & DataLoader (0) | 2023.02.20 |
---|---|
torch.optim.Optimizer (0) | 2023.02.20 |
torch.nn.Linear (0) | 2023.02.20 |
댓글
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 퀴즈처럼 풀면서 배우는 파이썬 머신러닝 300제+ 연습문제 패키지 Online.
- 패스트캠퍼스후기
- 파이썬
- 패캠챌린지
- 깃&깃허브입문
- nlp
- 데코레이터
- Decorator
- 직장인인강
- Python
- git
- Anaconda
- github
- pytorch
- conversational recommender system
- 직장인자기계발
- 패스트캠퍼스
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 |
글 보관함