前言：当我们在训练网络的时候可能希望保持一部分的网络参数不变，只对其中一部分的参数进行调整；或者值训练部分分支网络，并不让其梯度对主网络的梯度造成影响，这时候我们就需要使用detach()函数来切断一些分支的反向传播。

1 tensor.detach()

返回一个新的tensor，从当前计算图中分离下来的，但是仍指向原变量的存放位置,不同之处只是requires_grad为false，得到的这个tensor永远不需要计算其梯度，不具有grad。

即使之后重新将它的requires_grad置为true,它也不会具有梯度grad

这样我们就会继续使用这个新的tensor进行计算，后面当我们进行反向传播时，到该调用detach()的tensor就会停止，不能再继续向前进行传播

注意：使用detach返回的tensor和原始的tensor共同一个内存，即一个修改另一个也会跟着改变。

比如正常的例子是：

import torch

a = torch.tensor([1, 2, 3.], requires_grad=True)
print(a.grad)  # None
out = a.sigmoid()
out.sum().backward()  # tensor([0.1966, 0.1050, 0.0452])
print(a.grad)

1.1 当使用detach()分离tensor但是没有更改这个tensor时，并不会影响backward():

import torch

a = torch.tensor([1, 2, 3.], requires_grad=True)
print(a.grad)  # None
out = a.sigmoid()
print(out)  # tensor([0.7311, 0.8808, 0.9526], grad_fn=<SigmoidBackward>)

# 添加detach(),c的requires_grad为False
c = out.detach()
print(c)  # tensor([0.7311, 0.8808, 0.9526])

# 这个时候没有对c进行更改，所以不会影响backward()
out.sum().backward()
print(a.grad)  # tensor([0.1966, 0.1050, 0.0452])

从上可见tensor c是由out分离得到的，但是我也没有去改变这个c，这个时候依然对原来的out求导是不会有错误的，即

c,out之间的区别是c是没有梯度的，out是有梯度的,但是需要注意的是下面两种情况是汇报错的

1.2 当使用detach()分离tensor，然后用这个分离出来的tensor去求导数，会影响backward()，会出现错误

import torch

a = torch.tensor([1, 2, 3.], requires_grad=True)
print(a.grad)  # None
out = a.sigmoid()
print(out)  # tensor([0.7311, 0.8808, 0.9526], grad_fn=<SigmoidBackward>)

# 添加detach(),c的requires_grad为False
c = out.detach()
print(c)  # tensor([0.7311, 0.8808, 0.9526])

# 使用新生成的Variable进行反向传播
c.sum().backward()
print(a.grad)

'''
Traceback (most recent call last):
  File "/opt/data/private/lhl/SSL/uncertainty_maps/main_detach.py", line 13, in <module>
    c.sum().backward()
  File "/root/anaconda3/envs/py379/lib/python3.7/site-packages/torch/tensor.py", line 221, in backward
    torch.autograd.backward(self, gradient, retain_graph, create_graph)
  File "/root/anaconda3/envs/py379/lib/python3.7/site-packages/torch/autograd/__init__.py", line 132, in backward
    allow_unreachable=True)  # allow_unreachable flag
RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn
'''

1.3 当使用detach()分离tensor并且更改这个tensor时，即使再对原来的out求导数，会影响backward()，会出现错误

如果此时对c进行了更改，这个更改会被autograd追踪，在对out.sum()进行backward()时也会报错，因为此时的值进行backward()得到的梯度是错误的：

import torch

a = torch.tensor([1, 2, 3.], requires_grad=True)
print(a.grad)  # None
out = a.sigmoid()
print(out)  # tensor([0.7311, 0.8808, 0.9526], grad_fn=<SigmoidBackward>)

# 添加detach(),c的requires_grad为False
c = out.detach()
print(c)  # tensor([0.7311, 0.8808, 0.9526])
c.zero_()  # 使用inplace函数对其进行修改

# 这个时候会发现对c进行更改，会影响backward
c.sum().backward()
print(a.grad)

'''
Traceback (most recent call last):
  File "/opt/data/private/lhl/SSL/uncertainty_maps/main_detach.py", line 14, in <module>
    c.sum().backward()
  File "/root/anaconda3/envs/py379/lib/python3.7/site-packages/torch/tensor.py", line 221, in backward
    torch.autograd.backward(self, gradient, retain_graph, create_graph)
  File "/root/anaconda3/envs/py379/lib/python3.7/site-packages/torch/autograd/__init__.py", line 132, in backward
    allow_unreachable=True)  # allow_unreachable flag
RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn
'''

2 tensor.detach_()

将一个tensor从创建它的图中分离，并把它设置成叶子tensor

其实就相当于变量之间的关系本来是x -> m -> y,这里的叶子tensor是x，但是这个时候对m进行了m.detach_()操作,其实就是进行了两个操作：

将m的grad_fn的值设置为None,这样m就不会再与前一个节点x关联，这里的关系就会变成x, m -> y,此时的m就变成了叶子结点
然后会将m的requires_grad设置为False，这样对y进行backward()时就不会求m的梯度

总结：其实detach()和detach_()很像，两个的区别就是detach_()是对本身的更改，detach()则是生成了一个新的tensor

比如x -> m -> y中如果对m进行detach()，后面如果反悔想还是对原来的计算图进行操作还是可以的

但是如果是进行了detach_()，那么原来的计算图也发生了变化，就不能反悔了

3 tensor.clone()

clone(memory_format=torch.preserve_format)→ Tensor

返回tensor的拷贝，返回的新tensor和原来的tensor具有同样的大小和数据类型。

原tensor的requires_grad=True
clone()返回的tensor是中间节点，梯度会流向原tensor，即返回的tensor的梯度会叠加在原tensor上

参考资料

https://blog.csdn.net/qq_27825451/article/details/95498211
https://zhuanlan.zhihu.com/p/389738863

pytorch的两个函数 tensor.detach()，tensor.detach_()，tensor.clone() 的作用和区别