本片博文主要是对http://pytorch.org/docs/notes/autograd.html的部分翻译以及自己的理解，如有错误，欢迎指正！
Backward过程中排除子图
pytorch的BP过程是由一个函数决定的，loss.backward()， 可以看到backward()函数里并没有传要求谁的梯度。那么我们可以大胆猜测，在BP的过程中，pytorch是将所有影响loss的Variable都求了一次梯度。但是有时候，我们并不想求所有Variable的梯度。那就要考虑如何在Backward过程中排除子图（ie.排除没必要的梯度计算）。
如何BP过程中排除子图？ Variable的两个参数（requires_grad和volatile）
requires_grad:
import torch
from torch.autograd import Variable
x = Variable(torch.randn(5, 5))
y = Variable(torch.randn(5, 5))
z = Variable(torch.randn(5, 5), requires_grad=True)
a = x + y # x, y的 requires_grad的标记都为false， 所以输出的变量requires_grad也为false
a.requires_grad- 1
- 2
- 3
- 4
- 5
- 6
- 7
False
- 1
- 2
b = a + z #a ,z 中，有一个 requires_grad 的标记为True，那么输出的变量的 requires_grad为True
b.requires_grad- 1
- 2
True
- 1
- 2
变量的requires_grad标记的运算就相当于or。
如果你想部分冻结你的网络（ie.不做梯度计算），那么通过设置requires_grad标签是非常容易实现的。
下面给出了利用requires_grad使用pretrained网络的一个例子，只fine tune了最后一层。
model = torchvision.models.resnet18(pretrained=True)
for param in model.parameters():
param.requires_grad = False
# Replace the last fully-connected layer
# Parameters of newly constructed modules have requires_grad=True by default
model.fc = nn.Linear(512, 100)
# Optimize only the classifier
optimizer = optim.SGD(model.fc.parameters(), lr=1e-2, momentum=0.9)- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
volatile：
j = Variable(torch.randn(5,5), volatile=True)
k = Variable(torch.randn(5,5))
m = Variable(torch.randn(5,5))
n = k+m # k,m变量的volatile标记都为False，输出的Variable的volatile标记也为false
n.volatile- 1
- 2
- 3
- 4
- 5
False
- 1
- 2
o = j+k #k,m变量的volatile标记有一个True，输出的Variable的volatile为True
o.volatile- 1
- 2
True
- 1
- 2
变量的volatile标记的运算也相当于or。
注意：volatile=True相当于requires_grad=False。但是在纯推断模式的时候，只要是输入volatile=True，那么输出Variable的volatile必为True。这就比使用requires_grad=False方便多了。
NOTE：在使用volatile=True的时候，变量是不存储 creator属性的，这样也减少了内存的使用。
为什么要排除子图
也许有人会问，梯度全部计算，不更新的话不就得了。
这样就涉及了效率的问题了，计算很多没用的梯度是浪费了很多资源的（时间，计算机内存）
参考资料
http://pytorch.org/docs/notes/autograd.html
转载请注明出处。 https://blog.csdn.net/u012436149/article/details/66971822