zhkuo

> 我也遇到这个问题了，你的pytorch版本是多少呀 我的是1.3

> 这应该不是bug。y = x^2, y对x求导得2x，所以把x的data乘以100的话最后导数也会乘以100. 如果我们想要修改tensor的数值，但是又不希望被autograd记录（即不会影响反向传播），那么我么可以对tensor.data进行操作。 ``` x.data *= 100 # 只改变了值，不会记录在计算图，所以不会影响梯度传播 y.backward() print(x) # 更改data的值也会影响tensor的值 print(x.grad) ``` 不太理解“不会影响反向传播”是什么意思，感觉是修改了tensor的数值，但是该值的倒数grad不会改变？但是实际上x.data的值改了之后，x.grad也会改变，这算不算影响反向传播。

196608 = 65536 * 3 the value of output_ch is 1, so the channel of GT png should be 1 , not 3

code: ```c++ int main(int argc, char* argv[]) { cudaStream_t stream; cudaStreamCreate(&stream); int resize_width = atoi(argv[1]); int resize_height = atoi(argv[2]); cv::Mat input_image = cv::imread("test.png"); printf("width: %d, height: %d\n", input_image.cols, input_image.rows); uint32_t...

> Checked the CVCUDA code, and we added some additional tests for these resolutions. We were able to repo the issue; The issue is that: > > //This can create...