output.data在pytorch中是什么意思？

Question

total = 0
# since we're not training, we don't need to calculate the gradients for our outputs
with torch.no_grad():
    for data in testloader:
        images, labels = data
        # calculate outputs by running images through the network
        outputs = net(images)
        # the class with the highest energy is what we choose as prediction
        _, predicted = torch.max(outputs.data, 1)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()

print('Accuracy of the network on the 10000 test images: %d %%' % (
    100 * correct / total))

这里为什么要写outputs.data？
我想知道仅使用 outputs 的区别。

Answer 1

TLDR； Tensor和Tensor.data不一样！请参考。

虽然 Tensor 和 Tensor.data 确实共享相同的内存，但它们访问它的接口不同。另外，请注意 Tensor.data 是一个 Tensor，这意味着 data 属性是递归的...但是，两者之间存在差异：对数据属性执行的操作将绕过 Autograd 的检查。这意味着从 Tensor.data 执行的任何计算都不会被反向传播跟踪。实际上，这意味着使用 data 进行计算等同于从其计算图中分离张量 if any.

output.data在pytorch中是什么意思？

What does output.data mean in pytorch?

python

conv-neural-network

pytorch