Python 3.x 如何将pytorch中模型中的每个参数的require_grad更改为false？

我的代码在下面，我想它可以做我想要的，但是输出显示require\u grad没有变为false

import torch
import torch.nn as nn

encoder = nn.Sequential( nn.Conv2d(1, 4, 1), nn.Sigmoid())

for params in encoder.parameters():

    params.require_grad = False
    print(params.requires_grad) # prints two True statements?

我做错了什么？

您只是有一个输入错误：）只需在参数中的grad末尾添加一个s.require\u grad=False

将此更改为

params.requires_grad=False

（注意添加的）

---

拼写错误有时很难被发现；）

感谢您，而且params.require_grad=False不会返回任何错误，因为您分配了一个新属性，这使得调试更加困难。为什么不将

与torch一起使用呢。no_grad（）：

？我的目标是使用/训练网络的一部分，因此我希望首先冻结80%的层。在某个时代之后，我可以解锁更多层。我想我可以使用torch.no_grad（）包装器，通过设置require_grad=True，逐个解锁卷积。