no_grad

class torch.no_grad(orig_func=None)

停用梯度計算的上下文管理器。

停用梯度計算對於推理非常有用，特別是當你確定不會呼叫 Tensor.backward() 時。它將減少那些否則會具有 requires_grad=True 的計算的記憶體消耗。

在此模式下，即使輸入具有 requires_grad=True，每次計算的結果也將具有 requires_grad=False。但有一個例外！所有工廠函式，或建立新 Tensor 並接受 requires_grad kwarg 的函式，不受此模式影響。

此上下文管理器是執行緒本地的；它不會影響其他執行緒中的計算。

也可作為裝飾器使用。

注意

No-grad 是幾種可以在本地啟用或停用梯度的機制之一，請參閱 本地停用梯度計算 以瞭解更多關於它們的比較資訊。

注意

此 API 不適用於 正向模式 AD。如果要停用計算的正向 AD，可以解包雙張量。

示例：

>>> x = torch.tensor([1.], requires_grad=True)
>>> with torch.no_grad():
...     y = x * 2
>>> y.requires_grad
False
>>> @torch.no_grad()
... def doubler(x):
...     return x * 2
>>> z = doubler(x)
>>> z.requires_grad
False
>>> @torch.no_grad()
... def tripler(x):
...     return x * 3
>>> z = tripler(x)
>>> z.requires_grad
False
>>> # factory function exception
>>> with torch.no_grad():
...     a = torch.nn.Parameter(torch.rand(10))
>>> a.requires_grad
True