我知道两种从梯度计算中排除计算元素的方法 backward
方法一：使用with torch.no_grad()
with torch.no_grad():
y = reward + gamma * torch.max(net.forward(x))
loss = criterion(net.forward(torch.from_numpy(o)), y)
loss.backward();
方法二：使用.detach()
y = reward + gamma * torch.max(net.forward(x))
loss = criterion(net.forward(torch.from_numpy(o)), y.detach())
loss.backward();
这两者有区别吗？两者都有好处/坏处吗？
我刚刚安装了 tensorflow，并且正在尝试让基础知识发挥作用。但是，导入语句以红色下划线标出，并带有消息“未解析的引用'层'”。不过代码确实运行正常。
我已经尝试了这个问题中的一些建议：PyCharm 显示了有效代码的未解析引用错误。
但是，这个问题与我的具体错误无关，我想知道我的错误的原因是什么，以及它是否只是 pycharm 级别错误的一部分，还是与 tensorflow 相关的问题。
我的代码是：
import tensorflow as tf;
from tensorflow.keras import layers;
它在“图层”下方的红色锯齿下划线上给出了错误“未解析的参考‘图层’”，但没有说明如何解决它。