我是否可以为pytorch/keras提供明确的梯度/黑森语，以加速学习？

和问题一样。我认为我目前的Pytork/keras没有很好地训练mse/其他自定义丢失功能。有没有一种方法可以显式地输入梯度/海森（对角线）呢。要使其更好地训练？

您可以随时访问网络参数并根据需要更改数据。这能回答你的问题吗？或者你在寻找其他的东西吗？你能举一个例子说明你认为pytorch计算梯度是错误的吗？总的来说，这将是相当令人惊讶的。我想如果你有一个自定义的损失函数，它可能是不稳定的，可能浮点错误是复合的，但在这种情况下，我怀疑更精确的梯度估计是解决方案。如果您选择使用它，一个选项是将您的损失转化为一个错误，并提供一个显式的

向后

方法。您可以随时访问网络参数并根据需要更改数据。这能回答你的问题吗？或者你在寻找其他的东西吗？你能举一个例子说明你认为pytorch计算梯度是错误的吗？总的来说，这将是相当令人惊讶的。我想如果你有一个自定义的损失函数，它可能是不稳定的，可能浮点错误是复合的，但在这种情况下，我怀疑更精确的梯度估计是解决方案。如果您选择使用它，一个选项是将您的损失转化为一个错误，并提供一个显式的

向后
方法。