with torch.no

with torch.no_grad():

• 停止对从跟踪历史中 的 .requires_grad=True 的张量自动求导。 参考这句话的网址
• 举个例子：

• import torch
  a = torch.randn(5,4,requires_grad=True)
  b = a*3
  with torch.no_grad():
      c = a*5
  print(a.requires_grad)
  print(b.requires_grad)
  print(c.requires_grad)
  # 输出结果：
  #True
  #True
  #False
  

  运行结果怎么来的：
  1.首先，a是随机生成了一个多维张量，并且设置了requires_grad属性为True，所以a.requires_grad的输出结果为TRUE是没有问题的。
  2.再来看b，b是由a通过运算得出的结果，所以b.requires_grad也是true没有问题。
  3.最后看c，c是在with torch.no_grad()的包裹中运算得出，它停止了跟踪，所以c.requires_grad为False