操作是 PyTorch 里面一个比较常见的错误，有的时候会比较好发现，例如下面的代码：

 import torch
 w = torch.rand(4, requires_grad=True)
 w += 1
 loss = w.sum()
 loss.backward()

执行 对参数 进行求导，会出现报错：

导致这个报错的主要是第 3 行代码 ，如果把这句改成 ，再执行就不会报错了。这种写法导致的 是比较好发现的，但是有的时候同样类似的报错，会比较不好发现。例如下面的代码：

 import torch
 x = torch.zeros(4)
 w = torch.rand(4, requires_grad=True)
 x[0] = torch.rand(1) * w[0]
 for i in range(3):
     x[i+1] = torch.sin(x[i]) * w[i]
 loss = x.sum()
 loss.backward()

执行之后会出现报错：

 >>> RuntimeError: one of the variables needed for gradient computation has been modified by an inplace operation: 
[torch.FloatTensor []], which is output 0 of SelectBackward, is at version 4; expected version 3 instead. 
Hint: enable anomaly detection to find the operation that failed to compute its gradient, with torch.autograd.set_detect_anomaly(True).

根据提示我们可以使用 来帮助我们定位具体的出错位置（这个方法会花费比较长的时间）。

 with torch.autograd.set_detect_anomaly(True):
     x = torch.zeros(4)
     w = torch.rand(4, requires_grad=True)
     x[0] = torch.rand(1) * w[0]
     for i in range(3):
         x[i+1] = torch.sin(x[i]) * w[i]
     loss = x.sum()
     loss.backward()

运行会增加这些报错：

 >>> /Users/strongnine/anaconda3/lib/python3.8/site-packages/torch/autograd/__init__.py:130: 
UserWarning: Error detected in SinBackward. Traceback of forward call that caused the error:

可以看到出现了 ，这句描述，我们可以猜测大概是 这个函数出现了问题。实际上，这个报错的解决办法，就是将第 6 行代码 改成 ，就行了。

 import torch
 x = torch.zeros(4)
 w = torch.rand(4, requires_grad=True)
 x[0] = torch.rand(1) * w[0]
 for i in range(3):
     x[i+1] = torch.sin(x[i].clone()) * w[i]
 loss = x.sum()
 loss.backward()

总结一下，遇到 的报错，一般可以通过：

• 改成 ；

• 改成 ；

• 改成 ；

如果自己检查不出是哪里出现了问题，可以使用 来帮助我们定位具体的出错位置，但是要注意的是这个方法一般会运行比较长的时间。

参考：