torch.autograd.function.FunctionCtx.mark_dirty

FunctionCtx.mark_dirty(*args) [исходный код]

Пометьте указанные тензоры как изменённые в операции на месте.

Этот метод следует вызывать не более одного раза — либо в методе setup_context(), либо в методе forward(); все аргументы должны быть входными данными.

Каждый тензор, изменённый на месте при вызове forward(), необходимо передать этой функции, чтобы обеспечить корректность проверок. Не имеет значения, вызывается ли функция до или после изменения.

Примеры::

>>> class Inplace(Function):
>>>     @staticmethod
>>>     def forward(ctx, x):
>>>         x_npy = x.numpy() # x_npy shares storage with x
>>>         x_npy += 1
>>>         ctx.mark_dirty(x)
>>>         return x
>>>
>>>     @staticmethod
>>>     @once_differentiable
>>>     def backward(ctx, grad_output):
>>>         return grad_output
>>>
>>> a = torch.tensor(1., requires_grad=True, dtype=torch.double).clone()
>>> b = a * a
>>> Inplace.apply(a)  # This would lead to wrong gradients!
>>>                   # but the engine would not know unless we mark_dirty
>>> b.backward() # RuntimeError: one of the variables needed for gradient
>>>              # computation has been modified by an inplace operation