PyTorch中的model.zero_grad() 与 optimizer.zero_grad()的区别

在PyTorch中，对模型参数的梯度置0时，通常使用两种方式：

• model.zero_grad()
• optimizer.zero_grad()。

二者在训练代码都很常见，那么二者的区别在哪里呢？

• model.zero_grad()的作用是将所有模型参数的梯度置为0。其源码如下：

for p in self.parameters():
    if p.grad is not None:
        p.grad.detach_()
        p.grad.zero_()

• optimizer.zero_grad()的作用是清除所有优化的torch.Tensor的梯度。其源码如下：

for group in self.param_groups:
    for p in group['params']:
        if p.grad is not None:
            p.grad.detach_()
            p.grad.zero_()

总结

• 当使用optimizer = optim.Optimizer(net.parameters())设置优化器时，此时优化器中的param_groups等于模型中的parameters()，此时，二者是等效的，从二者的源码中也可以看出来。 
• 当多个模型使用同一个优化器时，二者是不同的，此时需要根据实际情况选择梯度的清除方式。 
• 当一个模型使用多个优化器时，二者是不同的，此时需要根据实际情况选择梯度的清除方式。