我經歷this script，並有一個代碼塊，需要2個選項考慮，DataParallel和DistributedDataParallel這裏： if not args.distributed:
if args.arch.startswith('alexnet') or args.arch.startswith('vgg'):
model.features = torch.nn
我在我的代碼中做了一些修改，以便它不使用DataParallel和DistributedDataParallel。代碼如下： import argparse
import os
import shutil
import time
import torch
import torch.nn as nn
import torch.nn.parallel
import torch.back
net.forward運行我使用Python IDE spyder3.2.1在anaconda2，與python2.7，ubuntu14.04 代碼如下只是簡單的： import torch
from torch.autograd import Variable
import torch.nn as nn
import torch.nn.functional as F
import num
試圖總結我的頭圍繞如何梯度代表，以及如何autograd作品： import torch
from torch.autograd import Variable
x = Variable(torch.Tensor([2]), requires_grad=True)
y = x * x
z = y * y
z.backward()
print(x.grad)
#Variable
對於pytorch模型，我發現this tutorial解釋如何分類圖像。我試圖將相同的程序應用於初始模型。但是該模型對每個圖像失敗，我在加載 代碼： # some people need these three lines to make it work
#from torchvision.models.inception import model_urls
#name = 'incepti