我就廢話不多說，看例子吧！

import torch.nn as nnoutputs = model(data)loss= loss_fn(outputs, target)optimizer.zero_grad()loss.backward()nn.utils.clip_grad_norm_(model.parameters(), max_norm=20, norm_type=2)optimizer.step()

nn.utils.clip_grad_norm_ 的參數：

parameters – 一個基于變量的迭代器，會進行梯度歸一化

max_norm – 梯度的最大范數

norm_type – 規定范數的類型，默認為L2

以上這篇pytorch梯度剪裁方式就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。