Pytorch串⾏训练两个⽹络
新生儿干呕RuntimeError: Trying to backward through the graph a cond time, but the buffers have already been freed.
（⼀）我要完成的是，把前⼀个⽹络的输出作为后⼀个⽹络的输⼊。
pytorch⽣⼿……我⼀开始还以为是使⽤了两次loss.backward，需要在第⼀个处保存：loss.backward(retain_graph=True)，结果还是⼀直报这个错。
后来发现需要对前⼀个⽹络的输出加'.data'，也就是写成'output.data'，表⽰取出不带梯度的变量值（⼤概是这个意思(··)و✧）。
（⼆）如果还需要多个Dataloader同时训练呢：
from itertools import cycle
为梦想时刻准备着
for step, tupdata in enumerate(zip(cycle(loader1), loader2)):
战略管理论文data1, labels1, data2, labels2 = tupdata[0][0], tupdata[0][1], tupdata[1][0], tupdata[1][1]
这样使⽤cycle时，将再次重复使⽤最⼩的数据集，注意取出的数据是tuple元组类型。半个馒头
载脂蛋白b（三）
1. GPU中的Variable变量：
a.cuda().data.cpu().numpy()
2. GPU中的tensor变量：
a.cuda().cpu().numpy()
书法名人
赞美志愿者3. CPU中的Variable变量：
a.data.numpy()
4. CPU中的tensor变量：
a.numpy()
总结：
.
cuda()是读取GPU中的数据
.data是读取Variable中的tensor
香酥鸭.cpu是把数据转移到cpu上
.numpy()把tensor变成numpy
