如何在pytorch中返回中间梯度（对于非叶节点）？

Question

我的问题是关于 pytorch register_hook 的语法。

x = torch.tensor([1.], requires_grad=True)
y = x**2
z = 2*y

x.register_hook(print)
y.register_hook(print)

z.backward()

输出：

tensor([2.])
tensor([4.])

这个 sn-p 只是分别打印 z w.r.t x 和 y 的梯度。

现在我（很可能是微不足道的）问题是如何返回中间渐变（而不仅仅是打印）？

更新：

看来调用retain_grad() 解决了叶节点的问题。前任。 y.retain_grad().

但是，retain_grad 似乎无法解决非叶节点的问题。有什么建议吗？

Answer 1

我认为您可以使用这些钩子将渐变存储在全局变量中：

grads = []
x = torch.tensor([1.], requires_grad=True)
y = x**2 + 1
z = 2*y

x.register_hook(lambda d:grads.append(d))
y.register_hook(lambda d:grads.append(d))

z.backward()

但您很可能还需要记住计算这些梯度的相应张量。在这种情况下，我们使用dict 代替list 稍微扩展一下：

grads = {}
x = torch.tensor([1.,2.], requires_grad=True)
y = x**2 + 1
z = 2*y

def store(grad,parent):
    print(grad,parent)
    grads[parent] = grad.clone()

x.register_hook(lambda grad:store(grad,x))
y.register_hook(lambda grad:store(grad,y))

z.sum().backward()

例如，现在您可以使用 grads[y] 访问张量 y 的 grad