在PyTorch中获取张量的自动求导计数器

Question

我正在使用PyTorch来训练一个神经网络。在阅读autograd文档时，我发现这里提到，autograd为每个张量实现了一个计数器来跟踪任何张量的“版本”。 我如何获取图中任何张量的计数器？ 我需要它的原因。 我遇到了autograd错误

[torch.cuda.FloatTensor [x, y, z]]，它是torch::autograd::CopySlices 的输出0，其版本为7；而期望版本为6。提示：上面的回溯显示了无法计算梯度的操作。问题变量已在其中或之后的任何位置更改。祝你好运！

这对我来说并不新鲜，我以前成功地处理过。这一次，我无法理解为什么张量的版本会是7而不是6。为了回答这个问题，我想知道在运行的任何时刻张量的版本号。

谢谢。

- learner

Answer 1

可以通过命令tensor_name._version获取。

下面提供了一个使用示例，包括MSE。

import torch

a = torch.zeros(10, 5)
print(a._version)  # prints 0
a[:, 1] = 1
print(a._version)  # prints 1  

- learner