pytorch神经网络的输出是float64类型的数据。这个变量必须用作像素偏移，因此我需要将其转换为长类型。
然而，我刚刚发现一个转换out=out.long((切换变量属性"；。requires_grad"；变为False。
我该如何将其转换为长期维护"；。requires_grad"；真的吗？
通常，在保持张量的梯度属性的同时，不能将张量转换为基于整数的类型，因为转换为整数是不可微的操作。因此，您基本上有两种选择：
-
如果数据只需要作为不需要保持梯度的推理操作的类型long，则可以在依次转换为long类型之前反向传播损失。您也可以复制或使用
torch.detach()。 -
更改模型的输入输出结构，使其不需要整数输出。一种方法可能是输出一个像素图，其中原始张量中的每个值对应一个值，您正试图对其进行索引。这将类似于输出用于分割的掩码的NN。
如果没有更多关于您试图实现的目标的详细信息，很难说您的最佳前进道路是什么。请添加更多代码，以便此操作的上下文可见。