PyTorch报错：optimizer got an empty parameter list 如何解决？

PyTorch报错：'ValueError: optimizer got an empty parameter list' 如何解决？

在PyTorch中进行模型训练时，你可能会遇到 'ValueError: optimizer got an empty parameter list' 这个错误。这意味着你尝试使用的优化器没有找到任何可训练的参数。

错误原因：

这个错误通常是由于模型没有可训练的参数导致的。例如，在多项式回归模型中，如果没有定义任何可训练的参数，就会导致这个错误。

解决方法：

确保在你的模型定义中正确地定义了可训练的参数。你可以使用nn.Parameter来定义可训练的参数。

示例：

以下代码展示了如何在多项式回归模型中定义可训练的参数：

import torch
import torch.nn as nn

class PolynomialRegression(nn.Module):
    def __init__(self):
        super(PolynomialRegression, self).__init__()
        self.w1 = nn.Parameter(torch.randn(1, 1))
        self.w2 = nn.Parameter(torch.randn(1, 1))
        self.w3 = nn.Parameter(torch.randn(1, 1))
        self.b = nn.Parameter(torch.randn(1, 1))
    
    def forward(self, x):
        out = self.w1 * x[:, 0].unsqueeze(1) + self.w2 * x[:, 1].unsqueeze(1) + self.w3 * x[:, 2].unsqueeze(1) + self.b
        return out

model = PolynomialRegression()
# ... 其他代码 ...
optimizer = torch.optim.SGD(model.parameters(), lr=0.01)

在上面的代码中，我们在 __init__ 方法中使用 nn.Parameter 定义了四个可训练的参数：w1、w2、w3 和 b。然后，我们在前向传播方法 forward 中使用这些参数进行计算。

总结：

通过确保模型中有可训练的参数，你就可以解决 'ValueError: optimizer got an empty parameter list' 错误，并在PyTorch中顺利进行模型训练。