文章作者：Tyan 博客： noahsnail.com | CSDN | 简书

1. 引言

在PyTorch中，对模型参数的梯度置0时通常使用两种方式： model.zero_grad() 和 optimizer.zero_grad() 。二者在训练代码都很常见，那么二者的区别在哪里呢？

2. model.zero_grad()

model.zero_grad() 的作用是将所有模型参数的梯度置为0。其源码如下：

for p in self.parameters():
    if p.grad is not None:
        p.grad.detach_()
        p.grad.zero_()

3. optimizer.zero_grad()

optimizer.zero_grad() 的作用是清除所有优化的 torch.Tensor 的梯度。其源码如下：

for group in self.param_groups:
    for p in group['params']:
        if p.grad is not None:
            p.grad.detach_()
            p.grad.zero_()

4. 总结

• 当使用 optimizer = optim.Optimizer(net.parameters()) 设置优化器时，此时优化器中的 param_groups 等于模型中的 parameters() ，此时，二者是等效的，从二者的源码中也可以看出来。
• 当多个模型使用同一个优化器时，二者是不同的，此时需要根据实际情况选择梯度的清除方式。
• 当一个模型使用多个优化器时，二者是不同的，此时需要根据实际情况选择梯度的清除方式。