目录

0. 我的环境：

Python版本：

只装了以下三个包：

关于调环境

1. 顺藤摸瓜

2. 改源码

3. 输出

4. 原因分析

---

本方法同样适用遇到以下报错(d2l-0.17.0))：RuntimeError: grad can be implicitly created only for scalar outputs

0. 我的环境：

Python版本：

 

只装了以下三个包：

都是本地pip install装上的

 

关于调环境

• 其他版本的d2l也会遇到报错，推荐删除其他版本的d2l包，pip安装对应版本(d2l-0.17.0)，亲测有效

可参考：《动手学深度学习》笔记1——Pytorch虚拟环境搭建-CSDN博客

tips：删除包可以使用pip uninstall package-name，不一定非得用conda remove package-name

 

1. 顺藤摸瓜

这和咱的代码不一样：

少了个mean求均值，下面也有错，咱直接改源码，整块复制粘贴过去：

for X, y in train_iter:  # 扫一遍数据
        # 计算梯度并更新参数
        y_hat = net(X)
        l = loss(y_hat, y)
        if isinstance(updater, torch.optim.Optimizer):  # 检查变量updater是否是torch.optim.Optimizer的实例
            # 使用PyTorch内置的优化器和损失函数
            updater.zero_grad()  # 先把梯度设成零
            l.mean().backward()  # 计算梯度
            updater.step()       # 更新参数
        else:
            # 使用定制的优化器和损失函数（也就是咱这里从头开始实现的情况）
            l.sum().backward()
            updater(X.shape[0])  # X.shape[0] 给出当前批次的样本数量
        metric.add(float(l.sum()), accuracy(y_hat, y), y.numel())  # （训练损失总和、训练准确度总和、样本数）

 

2. 改源码

拿上面的替换下面（源码里）的：（默认路径如下）

anaconda3 >envs > d2l-1 > Lib > site-packages >d21> torch.py

• （这里的 “d2l-1” 是环境名称，应该换成咱想要调的环境）

运行看看，成功啦！看看输出↓

 

3. 输出

 

4. 原因分析

• 咱看的视频课程还是2021年版本的，jupyter代码是新下载的（是正确的），而d2l包的源代码还是21年老版本的，有很多问题还没改过来
• 当然还有一种可能，这个train_epoch_ch3()函数在后面用不到，后面会从新定义更泛用的train_epoch()函数