Pytorch中的挥发性变量是什么

Pytorch中变量的volatile属性是什么？下面是在PyTorch中定义变量的示例代码

datatensor = Variable(data, volatile=True)

---

基本上，如果您只是在进行推理，而不是为了节省内存而运行反向传播，则将网络输入设置为volatile

从：

如果您确定，建议将Volatile用于纯推理模式 您甚至不会调用.backward（）。它比任何一种都有效 其他自动标签设置-它将使用绝对最小数量的 内存来评估模型。volatile还决定了 要求你的梯度为假

---

编辑：volatile关键字从pytorch版本0.4.0开始一直存在，对于0.4.0之前的

pytorch

版本，

Variable

和

Tensor

是两个不同的实体。对于变量，可以指定两个标志：

volatile

和

require\u grad

。这两种方法都用于从梯度计算中细粒度地排除子图

volatile

和

requires_grad

之间的区别在于如何将标志应用于操作的输出。如果有一个

volatile=True

变量作为操作的输入，其输出也将被标记为

volatile

。对于

requires_grad

，需要标记该操作的所有输入

requires_grad=False

，以便以相同的方式标记输出

从

Pytorch

0.4.0开始，

Tensors

和

Variables

已合并，并且

volatile

标志已被弃用