Machine learning Pytorch显示错误：'；非类型'；对象没有属性'；零'；

我正在使用Python3.8和VSCode

我试图创建一个没有激活和偏差的基本神经网络，但由于错误，我无法更新权重的梯度

矩阵详细信息：

层形状：（1，神经元数量）

权重层形状：（上一层神经元数量，下一层神经元数量）

这是我的密码：

样本神经网络 #导入库 进口火炬 将numpy作为np导入 手电筒。手动种子（0） #超参数 纪元=100 lr=0.01#学习率 #资料 X_列=火炬.张量（[[1]]，数据类型=火炬.浮子） y_列=火炬.张量（[[2]]，数据类型=火炬.浮子） ''' 网络架构： 第一层有1个神经元 第二层有4个神经元 第三层有4个神经元 最后一层有1个神经元 *我没有添加偏见和激活。 ''' #初始化权重 权重=[] weights.append（torch.rand（（1,4），需要_grad=True）） weights.append（torch.rand（（4,4），需要_grad=True）） weights.append（torch.rand（（4,1），需要_grad=True）） #计算y_pred y_pred=torch.matmul（torch.matmul）（torch.matmul（X_列车，重量[0]），重量[1]），重量[2]） #计算损失 损失=（y_pred-y_train）**2 #偏导数的计算 loss.backward（） #更新权重并将渐变归零 使用手电筒。无梯度（） 对于范围内的i（len（重量））： 权重[i]=权重[i]-权重[i]。梯度 权重[i].梯度0_uz（） 它显示错误：

File "test3.py", line 43, in <module>
weights[i].grad.zero_()
AttributeError: 'NoneType' object has no attribute 'zero_'

文件“test3.py”，第43行，在
权重[i].梯度0_uz（）
AttributeError:“非类型”对象没有属性“零”

---

我不明白为什么它会显示这个错误。有人能解释一下吗？

您的模型没有任何可用于计算年级的可培训参数。使用火炬的参数。有关创建具有可学习参数的模块的信息，请参见此

  torch.nn.parameter.Parameter
        A kind of Tensor that is to be considered a module parameter.

---

这是因为

weights[i]。grad

in

weights[i]=weights[i]-weights[i]。grad

属于

Nonetype