pytorch中的几个概念

几个容器：

nn.Sequential

nn.ModuleList

nn.ModuleDict

单个容器都会将变量加入parameter中，进行追踪和更新

区别：Sequential 不 用定义forward，会自动顺序执行各个子模块

        ModuleList和ModuleDict不会自动forward，需要子定义forward顺序，所以需要自定义继承至nn.Module的类，实现forward

model.modules() 递归的显示所有模块

model.named_modules() 递归的显示所有模块，生成器的元素是（name，param）

model.children() 子模块，子模块内部的细节不显示

model.named_children() 子模块

model.parameters() 显示所以参数，只显示tensor

model.named_parameters() 显示带名称的tensor，

注意梯度在tensor.glad中，需要进行backward（）后才会有梯度值，不然都是None。

• 必须在执行loss.backward()后才有梯度值4
• 执行optimizer.step()后梯度会被清零

检查未更新参数（调试用） 用于排查梯度消失/爆炸问题

loss.backward()
unupdated = []
for name, param in model.named_parameters():if param.grad is None:unupdated.append(name)
print(f"未更新参数: {unupdated}")

使用torch.no_grad()可避免不必要的梯度计算和存储：

with torch.no_grad():    # 显存优化关键:ml-citation{ref="8" data="citationList"}outputs = model(inputs)

状态	含义	常见原因
Tensor	有效梯度	正常反向传播
None	无梯度	未执行backward或参数冻结2
全0	梯度消失	网络结构或初始化问题

梯度裁剪‌：防止爆炸

torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm=1.0)

显存监控‌：

print(torch.cuda.memory_allocated())  # 查看当前显存占用

 通过.grad查看梯度是核心方法，结合named_parameters()可定位到具体层34。分布式训练需设置find_unused_parameters=False确保完整检测2。