python - Pytorch：无法在需要 grad 的变量上调用 numpy()。改用 var.detach().numpy()

Question

我的代码中有一个错误，无论我尝试哪种方式都没有得到修复。

错误很简单，我返回一个值：

torch.exp(-LL_total/T_total)

并稍后在管道中获取错误：

RuntimeError: Can't call numpy() on Variable that requires grad. Use var.detach().numpy() instead.

诸如cpu().detach().numpy()给出相同错误的解决方案。

我该如何解决？谢谢。

标签： pythonnumpypytorch

Answer 1

 错误重现

import torch

tensor1 = torch.tensor([1.0,2.0],requires_grad=True)

print(tensor1)
print(type(tensor1))

tensor1 = tensor1.numpy()

print(tensor1)
print(type(tensor1))

这导致该行完全相同的错误tensor1 = tensor1.numpy()：

tensor([1., 2.], requires_grad=True)
<class 'torch.Tensor'>
Traceback (most recent call last):
  File "/home/badScript.py", line 8, in <module>
    tensor1 = tensor1.numpy()
RuntimeError: Can't call numpy() on Variable that requires grad. Use var.detach().numpy() instead.

Process finished with exit code 1

通用解决方案

这是在您的错误消息中向您建议的，只需替换var为您的变量名

import torch

tensor1 = torch.tensor([1.0,2.0],requires_grad=True)

print(tensor1)
print(type(tensor1))

tensor1 = tensor1.detach().numpy()

print(tensor1)
print(type(tensor1))

按预期返回

tensor([1., 2.], requires_grad=True)
<class 'torch.Tensor'>
[1. 2.]
<class 'numpy.ndarray'>

Process finished with exit code 0

一些解释

除了实际值定义之外，您还需要将张量转换为不需要梯度的另一个张量。这个其他张量可以转换为 numpy 数组。参照。这个讨论.pytorch 帖子。Variable（我认为，更准确地说，为了从它的 pytorch包装器中取出实际的张量，需要这样做，参见另一个讨论.pytorch 帖子）。