torch.nn.utils.clip_grads_with_norm_

torch.nn.utils.clip_grads_with_norm_(parameters, max_norm, total_norm, foreach=None)

根据预先计算的总范数和期望的最大范数，缩放参数迭代器的梯度。

梯度将通过以下计算进行缩放

$$grad = grad * \frac{max\_norm}{total\_norm + 1e-6}$$

梯度会被就地修改。

此函数等效于预先计算总范数的 torch.nn.utils.clip_grad_norm_()。

参数

• parameters (Iterable[Tensor] 或 Tensor) – 张量迭代器或将要进行梯度归一化的单个张量

• max_norm (float) – 梯度的最大范数

• total_norm (Tensor) – 用于裁剪的梯度的总范数

• foreach (bool) – 使用更快的基于 foreach 的实现。如果为 None，则对 CUDA 和 CPU 原生张量使用 foreach 实现，并为其他设备类型静默回退到较慢的实现。默认值：None

返回值

None

返回类型

None