PyTorch中ReLU的inplace

2024年3月30日 265次阅读 来源: pytorch

0 – inplace

　　在pytorch中，nn.ReLU(inplace=True)和nn.LeakyReLU(inplace=True)中存在inplace字段。该参数的inplace=True的意思是进行原地操作，例如：

  • x=x+5是对x的原地操作
  • y=x+5,x=y不是对x的原地操作

　　所以，如果指定inplace=True，则对于上层网络传递下来的tensor直接进行修改，可以少存储变量y，节省运算内存。

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.

　　如果你使用了in-place operation而没有报错的话，那么你可以确定你的梯度计算是正确的。

1 – 参考资料

https://www.jianshu.com/p/8385aa74e2de

https://blog.csdn.net/york1996/article/details/81835873

    原文作者：pytorch
    原文地址: https://www.cnblogs.com/CZiFan/p/10790765.html
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞