>>> x = torch.tensor([1.], requirements_grad=True)>>> với torch.no_grad():... y = x * 2>>> y.requires_gradOut[12]:False

>>> @torch.no_grad()... def doubler(x):... return x * 2>>> z = doubler(x)>>> z.requires_gradOut[13]:False

>>> x = torch.tensor([1.], requires_grad=True)>>> with torch.no_grad():... with torch.enable_grad():... y = x * 2>>> y.requires_gradOut[14]:True >>> y.backward() # Yêu cầu>>> x.gradOut[15]: tensor([2.])

>>> @torch.enable_grad()... def doubler(x):... return x * 2 >>> với torch.no_grad():... z = doubler(x)>>> z.requires_grad Out[16]:True

torch.autograd.set_grad_enable()

>>> x = torch.tensor([1.], requires_grad=True)>>> is_train = False>>> với torch.set_grad_enabled(is_train):... y = x * 2>>> y.requires_gradOut[17]:False >>> torch.set_grad_enabled(True)>>> y = x * 2>>> y.requires_gradOut[18]:True >>> torch.set_grad_enabled(False)>>> y = x * 2>>> y.requires_gradOut[19]:False

x = torch.tensor([1.], requirements_grad=True) với torch.enable_grad(): torch.set_grad_enabled(False) y = x * 2 print(y.requires_grad)Out[20]: False torch.set_grad_enabled(True)với torch.no_grad(): z = x * 2 print(z.requires_grad)Out[21]:False

Việc tắt tính toán độ dốc cục bộ sẽ tắt (vô hiệu hóa) tính toán độ dốc trong một khu vực cục bộ. Các trình quản lý bối cảnh torch.no_grad(), torch.enable_grad() và torch.set_grad_enabled() rất hữu ích cho việc vô hiệu hóa và bật tính toán độ dốc cục bộ. Xem phần này. Vô hiệu hóa tính toán độ dốc cục bộ để biết thêm chi tiết về cách sử dụng của chúng. Các trình quản lý bối cảnh này là luồng cục bộ, vì vậy chúng sẽ không hoạt động nếu bạn gửi công việc đến một luồng khác bằng mô-đun luồng, v.v. Trình quản lý bối cảnh torch.no_grad(), torch.enable_grad() và torch.set_grad_enabled() có thể được sử dụng để bật hoặc tắt tính toán độ dốc trong phạm vi cục bộ. Phương pháp vô hiệu hóa tính toán độ dốc cục bộ được mô tả chi tiết trong Cục bộ. vô hiệu hóa chương tính toán độ dốc Cách sử dụng. Các trình quản lý bối cảnh này là cục bộ theo luồng, vì vậy nếu bạn sử dụng mô-đun phân luồng để gửi khối lượng công việc đến một luồng khác, thì các trình quản lý bối cảnh này sẽ không hoạt động. tính toán.no_grad Trình quản lý bối cảnh cho phép tính toán độ dốc.enable_grad Trình quản lý bối cảnh cho phép tính toán độ dốc.set_grad_enabled Trình quản lý bối cảnh bật hoặc tắt tính toán độ dốc.set_grad_enabled Trình quản lý bối cảnh cho trạng thái bật hoặc tắt của tính toán độ dốc.

Microsoft Windows [Phiên bản 10.0.18363.1440](c) 2019 Microsoft Corporation。Phiên bản hiện tại là 10.0.18363.1440. C:Userschenxuqi>conda activate pytorch_1.7.1_cu102(pytorch_1.7.1_cu102) C:Userschenxuqi>pythonPython 3.7.9 (mặc định, 31 tháng 8 năm 2020, 17:10:11) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. trên win32Nhập "trợ giúp", "bản quyền", "tín dụng" hoặc "giấy phép" để biết thêm thông tin.>>> import torch>>> torch.manual_seed(seed=20200910)>>> a = torch.randn(3,4,requires_grad=True)>>> atensor([[ 0,2824, -0,3715, 0,9088, -1,7601], [-0,1806, 2,0937, 1,0406, -1,7651], [ 1,1216, 0,8440, 0,1783, 0,6859]], require_grad=True)>>> b = a * 2>>> btensor([[ 0,5648, -0,7430, 1,8176, -3,5202], [-0,3612, 4,1874, 2,0812, -3,5303], [ 2.2433, 1.6879, 0.3567, 1.3718]], grad_fn=)>>> b.requires_gradTrue>>> b.grad__main__:1: UserWarning: Thuộc tính .grad của Tensor không phải là Tensor lá đang được truy cập. Thuộc tính .grad của nó sẽ không được điền trong autograd.backward(). Nếu bạn thực sự muốn gradient cho một Tensor không phải lá, hãy sử dụng .retain_grad() trên Tensor không phải lá. Nếu bạn vô tình truy cập Tensor không phải lá, hãy đảm bảo rằng bạn truy cập Tensor lá thay thế. Xem github.com/pytorch/pytorch/pull/30531 để biết thêm thông tin.>>> print(b.grad)None>>> a.requires_gradTrue>>> a.grad>>> print(a.grad)None>>>>> with torch.no_grad():... c = a * 2...>>> ctensor([[ 0.5648, -0.7430, 1.8176, -3.5202], [-0.3612, 4.1874, 2.0812, -3.5303], [ 2.2433, 1.6879, 0.3567, 1.3718]])>>> c.requires_gradFalse>>> print(c.grad)None>>> a.grad>>>>>> print(a.grad)None>>> c.sum()tensor(6.1559)>>>>>> c.sum().backward()Traceback (cuộc gọi gần đây nhất cuối cùng): Tệp "", dòng 1, trong  Tệp "D:Anaconda3envspytorch_1.7.1_cu102libsite-packages orch ensor.py", dòng 221, trong torch.autograd.backward(self, gradient, retain_graph, create_graph) Tệp "D:Anaconda3envspytorch_1.7.1_cu102libsite-packages orchautograd\__init__.py", dòng 132, trong allow_unreachable=True) # allow_unreachable flagRuntimeError: phần tử 0 của tenxơ không yêu cầu grad và không có grad_fn>>>>>>> b.sum()tensor(6.1559, grad_fn=)>>> b.sum().backward()>>>>>>>>> a.gradtensor([[2., 2., 2., 2.], [2., 2., 2., 2.], [2., 2., 2., 2.]])>>> a.requires_gradTrue>>>>>>

Microsoft Windows [Phiên bản 10.0.18363.1440](c) 2019 Microsoft Corporation。Phiên bản hiện tại là 10.0.18363.1440. C:Userschenxuqi>conda activate pytorch_1.7.1_cu102(pytorch_1.7.1_cu102) C:Userschenxuqi>pythonPython 3.7.9 (mặc định, 31 tháng 8 năm 2020, 17:10:11) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. trên win32Nhập "trợ giúp", "bản quyền", "tín dụng" hoặc "giấy phép" để biết thêm thông tin.>>> import torch>>> torch.manual_seed(seed=20200910)>>>>>> a = torch.randn(3,4,requires_grad=True)>>> atensor([[ 0,2824, -0,3715, 0,9088, -1,7601], [-0,1806, 2,0937, 1,0406, -1,7651], [ 1,1216, 0,8440, 0,1783, 0,6859]], require_grad=True)>>> a.requires_gradTrue>>>>>> với torch.set_grad_enabled(False):... b = a * 2...>>> btensor([[ 0,5648, -0,7430, 1,8176, -3,5202], [-0,3612, 4,1874, 2,0812, -3,5303], [ 2,2433, 1,6879, 0,3567, 1,3718]])>>> b.requires_gradFalse>>>>>> với torch.set_grad_enabled(True):... c = a * 3...>>> ctensor([[ 0,8472, -1,1145, 2,7263, -5,2804], [-0,5418, 6,2810, 3,1219, -5,2954], [ 3,3649, 2,5319, 0,5350, 2,0576]], grad_fn=)>>> c.requires_gradTrue>>>>>> d = a * 4>>> d.requires_gradTrue>>>>>> torch.set_grad_enabled(True) # điều này cũng có thể được sử dụng như một đối tượng hàm>>>>> # 以函数调用的方式来使用>>>>>> e = a * 5>>> etensor([[ 1.4119, -1.8574, 4.5439, -8.8006], [-0.9030, 10.4684, 5.2031, -8.8257], [ 5.6082, 4.2198, 0.8917, 3.4294]], grad_fn=)>>> e.requires_gradTrue>>>>>> dtensor([[ 1.1296, -1.4859, 3.6351, -7.0405], [-0.7224, 8.3747, 4.1625, -7.0606], [ 4.4866, 3.3759, 0.7133, 2.7435]], grad_fn=)>>>>>> torch.set_grad_enabled(False) # Đối tượng 以函数调用的方式来使用>>>>>>> f = a * 6>>> ftensor([[ 1.6943, -2,2289, 5,4527, -10,5607], [ -1,0836, 12,5621, 6,2437, -10,5908], [ 6,7298, 5,0638, 1,0700, 4,1153]])>>> f.requires_gradFalse>>>>>>>>>