在编写机器学习模型时，我发现自己需要计算指标，或者为了可视化目的在回调中运行额外的前向传递。在 PyTorch 中，我使用 torch.no_grad() 执行此操作，这会阻止计算梯度，因此这些操作不会影响优化。
- 此机制在 TensorFlow/Keras 中如何运作？
- Keras 模型是可调用的。所以，像
model(x)这样的东西是可能的。但是，也可以说model.predict(x)，它似乎也调用了call。两者有区别吗？
最佳答案
tensorflow 等效项为 tf.stop_gradient
另外不要忘记，Keras 在使用预测时不会计算梯度(或者只是通过 __call__ 调用模型)。
关于python - PyTorch 的 `no_grad` 函数在 TensorFlow/Keras 中的等价物是什么？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/67385963/