如何获得仍然具有 requires_grad True 的渐变

问题描述

设 w 和 phi 为两个参数

w = Parameter(T.tensor([2.2]))
phi = Parameter(T.tensor([1.5]))
wp = w*phi
wp.backward()
Grd = phi.grad
print(Grd)

印刷：

tensor([2.2000])

我想要：

tensor([2.2000],requires_grad=True)

即我想要 phi.grad 作为 w 这是更大网络的参数，应该有 requires_grad=True 以便我可以做

Grd.backward()
w.grad

我不知道如何分离这两个计算图。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）