pytorch中的 requires_grad和volatile
https://blog.csdn.net/u012436149/article/details/66971822
简单总结其用途
（1）requires_grad=Fasle时不需要更新梯度， 适用于冻结某些层的梯度；
（2）volatile=True相当于requires_grad=False，适用于推断阶段，不需要反向传播。这个现在已经取消了，使用with torch.no_grad()来替代
https://blog.csdn.net/u012436149/article/details/66971822
简单总结其用途
（1）requires_grad=Fasle时不需要更新梯度， 适用于冻结某些层的梯度；
（2）volatile=True相当于requires_grad=False，适用于推断阶段，不需要反向传播。这个现在已经取消了，使用with torch.no_grad()来替代
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步
· 10年+ .NET Coder 心语，封装的思维：从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热？
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列：向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· 10年+ .NET Coder 心语 ── 封装的思维：从隐藏、稳定开始理解其本质意义
· 地球OL攻略 —— 某应届生求职总结
· 提示词工程——AI应用必不可少的技术
· Open-Sora 2.0 重磅开源！
· 周边上新：园子的第一款马克杯温暖上架
2015-06-25 Coursera台大机器学习课程笔记9 -- Logistic Regression
2015-06-25 Coursera台大机器学习课程笔记8 -- Linear Regression
2015-06-25 近两年跟踪速度较快的算法小结(转）
2015-06-25 Coursera台大机器学习课程笔记7 -- Noise and Error