RuntimeError: grad can be implicitly created only for scalar outputs

本日跑一个模型的时候，报了一个错：
RuntimeError: grad can be implicitly created only for scalar outputs
关于这个错出现的原因，可以参考博文，这里不做多余的表明：grad can be implicitly created only for scalar outputs-CSDN博客
解决：
然后呢，最直接的原因就是说，你的丧失值有题目，在你的反向传播的这些丧失当中，好比你由好几个丧失，然后这个几个丧失相加：

1. self.loss_G = self.loss_L1 * self.opt.lambda_L1 + self.loss_G_GAN * self.opt.lambda_Gan + \
2.                       self.Perceptual_loss * self.opt.lambda_P + self.Style_Loss * self.opt.lambda_S

复制代码

末了的反向传播是：

1. self.loss_G.backward()

复制代码

所以，报这个错很大大概就是这个：self.loss_G出错了，你就把相加的这几个丧失都检查一遍，如果某一个丧失没有值，或者这个值有题目，那么你就返回去看看这个丧失值盘算的数据当中是否有题目，改一改就行。
最简朴的方法：
把相加的几个丧失分别代替self.loss_G举行反向传播，好比检查第一个丧失：
self.loss_L1.backward()，运行代码，若没报错就阐明这个丧失没题目，挨个挨个试，反正也就这么几个丧失，哪一个报错就收吗哪一个丧失有题目，改一下这个丧失，或者干脆不要这个丧失就行。
 

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。