模型训练和推理

训练时需要梯度，推理时不需要

阶段	是否计算梯度	是否反向传播	是否更新参数	用例	写法
训练	✅	✅	✅	loss 训练	默认即可，requires_grad=True
推理	❌	❌	❌	采样、预测、部署	用 @torch.inference_mode() 或 with torch.no_grad()

• 训练阶段必须开启梯度计算：

  • 要 计算 loss（损失函数）
  • 然后通过 loss.backward() 做 反向传播（backpropagation）
  • 更新模型参数（optimizer.step()）

• 推理阶段（inference）不需要梯度计算，关闭它可以节省内存、提高速度：

  • 只需要执行 forward，得到模型输出（如预测轨迹、采样结果）
  • 不再需要 loss，也不需要更新模型参数

@torch.inference_mode() 是 PyTorch 中用于 推理模式（inference mode） 的一个装饰器，主要功能是：临时关闭梯度计算（比 torch.no_grad() 更高效），用于模型推理阶段，加快速度、降低显存占用。
它和 @torch.no_grad() 类似，但更彻底：

• torch.no_grad() 禁用梯度计算（不会构建计算图）
• torch.inference_mode() 也禁用梯度计算，但还能避免某些内部缓冲区的额外开销，性能更好

@torch.inference_mode()
def predict(model, inputs):
   return model(inputs)

• PyTorch 会在每次 forward 过程中，构建一棵 计算图（computation graph），记录每一步的操作，方便后面 loss.backward() 自动求导。
  • 一旦调用 loss.backward()，它会从最后一层反推回去，自动算出所有参数的梯度。
  • 而 @torch.inference_mode() 或 with torch.no_grad() 会告诉 PyTorch：我只是 forward 看看结果，不要帮我建计算图了！

扩展：How Computational Graphs are Executed in PyTorch

怎么理解“梯度”？

可以用一个简单直觉的比喻，把模型看成一个“函数机器”：它输入是数据（如图片、状态），输出是预测结果（如轨迹、控制信号）。

梯度 = 模型输出对参数的敏感程度（变化率）

比如：模型预测错了，就会计算：

loss = 模型输出 - 真实值

此时我们想知道：

如果我改变模型的参数，loss 会变大还是变小？

这就需要计算 loss 对模型参数的导数 —— 这就是梯度。

举个例子：

loss = (y_pred - y_true)**2

我们希望让 loss 趋近于 0。那我们就问：

• loss 对 模型参数 θ 的梯度是多少？
• 梯度大 -> 表示参数的变化对 loss 影响大
• 梯度小 -> 表示参数已经趋于最优了

然后 用这些梯度反过来更新模型：

θ_new = θ_old - learning_rate * gradient

这就是 “梯度下降” 的核心思想。

用 PyTorch 来举个最简单的例子：

import torch

# 模拟一个参数 θ
theta = torch.tensor([2.0], requires_grad=True)

# 输入数据
x = torch.tensor([3.0])

# Forward：计算 y = theta * x
y = theta * x

# 假设目标输出是 y_true
y_true = torch.tensor([10.0])

# 计算 loss
loss = (y - y_true) ** 2

# 反向传播
loss.backward()

# 查看梯度
print("梯度:", theta.grad)  # 显示 ∂loss/∂theta  # 梯度: tensor([-48.])

说明此时：

• 当前 θ 是 2 时，loss 对 θ 的导数是 -48，代表 “要往更大的方向调 θ”。

计算图以及前向后向传播

扩展：PyTorch – Computational graph and Autograd with Pytorch