在这里，他们提到需要optim.zero_grad()在训练时将参数梯度归零。我的问题是：我也可以这样做吗net.zero_grad()，会产生同样的效果吗？还是有必要做 optim.zero_grad()。此外，如果我两者都做会发生什么？如果我什么都不做，那么梯度就会累积，但这究竟是什么意思？他们会被添加吗？换句话说，doingoptim.zero_grad()和net.zero_grad(). 我问是因为在这里，他们使用第 115 行net.zero_grad()，这是我第一次看到，这是强化学习算法的实现，其中必须特别小心梯度，因为有多个网络和梯度，所以我假设他们有理由这样做net.zero_grad()而不是optim.zero_grad()。
要计算的数量是log(k!)，其中k可以是 4000 甚至更高，但当然日志会补偿。我尝试过计算，sum(log(k))结果是一样的。
因此，我得到了一个包含整数的大数组，我想有效地计算sum(log(k))。这是我的尝试：
integers = np.asarray([435, 535, 242,])
score = np.sum(np.log(np.arange(1,integers+1)))
这是可行的，除了np.arange会为每个整数生成一个不同大小的数组，所以当我运行它时，它会给我一个错误（正如它应该的那样）。
这个问题可以通过for循环轻松解决，如下所示：
scores = []
for i in range(integers.shape[0]):
score = np.sum(np.log(np.arange(1,integer[i]+1)))
scores.append(score)
但这太慢了。我的实际integers值有数百万需要计算。
是否有一个基本上不需要 for 循环的有效实现？我正在考虑一个lambda函数或类似的东西，但我不太确定如何应用它。任何帮助表示赞赏！