在PyTorch中求张量的自举计数器

Question

我正在使用PyTorch训练一个网络。我正在浏览autograd文档，其中提到，对于每个张量，autograd都会实现一个计数器来跟踪任何张量的“版本”。如何得到图中任何张量的计数器

我需要它的原因。

我遇到了自动签名错误

[torch.cuda.FloatTensor [x, y, z]], which is output 0 of torch::autograd::CopySlices, is at version 7; expected version 6 instead. Hint: the backtrace further above shows the operation that failed to compute its gradient. The variable in question was changed in there or anywhere later. Good luck!

这对我来说并不新鲜，我以前也成功地处理过。这一次我不明白为什么张量会在第7版而不是第6版。为了回答这个问题，我想知道运行中任何给定点的版本

谢谢

Answer 1

它可以通过命令tensor_name._version获得

作为如何使用它的示例，提供了以下MSE

import torch

a = torch.zeros(10, 5)
print(a._version)  # prints 0
a[:, 1] = 1
print(a._version)  # prints 1