pytorch对梯度进行可视化进行梯度检查教程

目的： 在训练神经网络的时候，有时候需要自己写操作，比如faster_rcnn中的roi_pooling，我们可以可视化前向传播的图像和反向传播的梯度图像，前向传播可以检查流程和计算的正确性，而反向传播则可以大概检查流程的正确性。 实验 可视化rroi_align的梯度 1.pytorch 0.4.1及之前，需要声明需要参数，这里将图片数据声明为variable im_data = Variable(im_data, requires_grad=True) 2.进行前向传播，最后的loss映射为一个一维的张量 pooled_feat = roipool(im_data, rois.view(