torch代码解析--optimizer.zero_grad
#将梯度初始化为零
optimizer.zero_grad()
# 前向传播求出预测的值
outputs = net(inputs)
# 求出loss
loss = criterion(outputs, labels)
# 反向传播求出梯度
loss.backward()
# 更新所有参数
optimizer.step()
问题：为什么每个batch都要设置一次optimizer.zero_grad？
回答：根据pytorch中的backward()函数的计算，当网络参量进行反馈时，梯度是被积累的而不是被替换掉；但是在每一个batch时毫无疑问并不需要将两个batch的梯度混合起来累积，因此这里就需要每个batch设置一遍zero_grad 了。
问题：