Pytorch 挥发物已被去除，现在与.torch.no_grad（）instread一起使用无效

我的火炬计划就此停止 我想我不能使用volatile=True
我应该如何更改它以及停止的原因是什么？
我应该如何更改此代码

images = Variable(images.cuda())
targets = [Variable(ann.cuda(), volatile=True) for ann in targets]

train.py:166:UserWarning:volatile已被删除，现在没有效果。 使用手电筒时使用

。不要使用梯度（）：

---

Variable

不起任何作用，自pytorch 0.4.0以来一直被弃用。它的功能与

torch.Tensor

类合并。那时，

volatile

标志用于禁用volatile变量所涉及的任何操作的计算图的构造。较新的pytorch已更改此行为，改为对torch使用

。no_grad（）：

禁用对

with

语句体中的任何内容构造计算图

您应该更改什么，首先取决于您使用volatile的原因。尽管你可能想用

images=images.cuda（）
targets=[ann.cuda（）表示目标中的ann]

在培训期间，您将使用类似于以下内容的内容来创建计算图（假设模型、标准和优化器的标准变量名）

output=模型（图像）
损失=标准（图像、目标）
optimizer.zero_grad（）
loss.backward（）
optimizer.step（）

由于在求值过程中不需要执行反向传播，因此可以使用torch.no_grad（）：禁用计算图的创建，从而减少内存占用并加快计算速度

带火炬的

。无梯度（）
输出=模型（图像）
损失=标准（图像、目标）

变量

不起任何作用，自pytorch 0.4.0以来一直被弃用。它的功能与

torch.Tensor

类合并。那时，

volatile

标志用于禁用volatile变量所涉及的任何操作的计算图的构造。较新的pytorch已更改此行为，改为对torch使用

。no_grad（）：

禁用对

with

语句体中的任何内容构造计算图

您应该更改什么，首先取决于您使用volatile的原因。尽管你可能想用

images=images.cuda（）
targets=[ann.cuda（）表示目标中的ann]

在培训期间，您将使用类似于以下内容的内容来创建计算图（假设模型、标准和优化器的标准变量名）

output=模型（图像）
损失=标准（图像、目标）
optimizer.zero_grad（）
loss.backward（）
optimizer.step（）

由于在求值过程中不需要执行反向传播，因此可以使用torch.no_grad（）：禁用计算图的创建，从而减少内存占用并加快计算速度

带火炬的

。无梯度（）
输出=模型（图像）
损失=标准（图像、目标）