１．．．．．．torch/autograd/__init__.py", line 90, in backward allow_unreachable=True) # allow_unreachable flag
RuntimeError: one of the variables needed for gradient computation has been modified by an inplace operation
问题分析：这个是由pytorch(0.3和0.4）的版本信息造成的错误．
因为pytorch0.4版本后的tensor不支持inplace操作了，所以把所有的inplace操作都去掉．例如：
x+= 1 这种改成 x = x+1
原因
：x+=1的值会直接在原值上面做更新，是inplace=True的情况，而后一种是先让x+1然后赋值给x,属于inplace=False
比较软件：beyond compare软件．
１．．．．．．torch/autograd/__init__.py", line 90, in backward allow_unreachable=True) # allow_unreachable flagRuntimeError: one of the variables needed for gradient computation has been modified by an i...
1. one of the variables needed for gradient computation has been modified by an in
pl
ace
operation
pytorch
版本0.4
遇到这个问题之后，百度有以下解决方式：
解决方法一：如果使用的是p...
1.Variable是神经网络中特有的一个概念，提供了自动求导的功能，在numpy中没有该功能，存在与torch.autograd.Variable().
通过data可以取出Variable中的
tensor
数值，grad_fn表示的是得到这个Variable的操作，比如是通过加减还是乘除得来的，最后grad是这个Variable的反向传播梯度。
对于标量的求导
x = Variable(...
前言：当我们再训练网络的时候可能希望保持一部分的网络参数不变，只对其中一部分的参数进行调整；或者值训练部分分支网络，并不让其梯度对主网络的梯度
造成
影响，这时候我们就需要使用detach()函数来切断一些分支的反向传播
一、
tensor
.detach()
返回一个新的
tensor
，从当前计算图中分离下来的，但是仍指向原变量的存放位置,不同之处只是requires_grad为false，得...
1. 打开PyCharm并打开你的项目。
2. 在PyCharm的顶部菜单栏中，选择“File”（文件）>“Settings”（设置）。
3. 在左侧面板中，选择“Project: [你的项目名称]”>“Project Interpreter”（项目解释器）。
4. 在右侧面板中，你将看到你的项目所使用的解释器。如果你使用的是虚拟环境，请确保已激活该环境。
5. 在解释器列表中，找到你的
PyTorch
包并单击它。
6. 在底部的“Package Details”（包详情）中，你将看到
PyTorch
的版本号。
希望这可以帮助你找到
PyTorch
的版本号！
