Param::map 改值后参数不再训练
主线位置：训练主线开始之前（或两步之间）：手工改一个参数的值，然后照常 forward → loss → backward → optimizer step。
版本：PyTorch 2.15.0（CPU）、burn 0.22.1（Flex 设备，autodiff）
flowchart TB w["Param fc1.weight"] -->|"map w x 0.5"| m["非叶子 带历史"] w -->|"map 再 detach"| d["叶子 不要梯度"] w -->|"detach 再 require_grad"| ok["叶子 要梯度"] m --> p1["第二步 backward panic"] d --> p2["静默不更新"] ok --> t["照常训练"]
实验代码：PyTorch 侧 scale.py、scale_err.py，burn 侧 crate pitb-module 的 bin scale、check（burn =0.22.1，feature std、flex、ndarray、autodiff、optim，debug）。模型和数据是主线的 MLP（A1 的权重和批数据），SGD lr 0.1。平台 M2 Max、macOS 27、rustc 1.99.0。
PyTorch 的写法
剪枝、缩放、手工初始化，PyTorch 里的标准写法是在 torch.no_grad() 里原地改。这里训练前把 fc1.weight 缩小一半，再训练 5 步：
model = a1_model()
x, y = a1_batch()
opt = torch.optim.SGD(model.parameters(), lr=0.1)
with torch.no_grad():
model.fc1.weight.mul_(0.5)
w0 = model.fc1.weight.clone()
losses = []
for _ in range(5):
loss = nn.functional.cross_entropy(model(x), y)
opt.zero_grad()
loss.backward()
opt.step()
losses.append(loss.item())
print("losses:", [round(v, 6) for v in losses])
print("fc1.weight changed:", not torch.equal(model.fc1.weight, w0),
"| max |w - w0| =", f"{(model.fc1.weight - w0).abs().max().item():.3e}")
losses: [1.117744, 1.090713, 1.066557, 1.044363, 1.025838]
fc1.weight changed: True | max |w - w0| = 4.670e-02
两种写错的方式 PyTorch 都当场拦下（scale_err.py）：
w.mul_(0.5) without no_grad: RuntimeError: a leaf Variable that requires grad is being used in an in-place operation.
fc1.weight = w * 0.5: TypeError: cannot assign 'torch.FloatTensor' as parameter 'weight' (torch.nn.Parameter or None expected)
搬到 burn 的现象
burn 没有原地改，换值的入口是 Param::map，它保住 ParamId，看起来正是 mul_ 的对应。同样缩小一半、训练 5 步（bin scale，参数选写法）：
let device = Device::flex().autodiff();
let mut model = a1_model(&device);
let w = model.fc1.weight;
model.fc1.weight = match how.as_str() {
"map" => w.map(|w| w * 0.5),
"detach" => w.map(|w| (w * 0.5).detach()),
// ...
};
let fc1 = model.fc1.weight.val();
println!("{how}: fc1.weight is_tracked={} is_require_grad={}", fc1.is_tracked(), fc1.is_require_grad());
let w0 = fc1.clone().detach();
let mut optim = SgdConfig::new().init();
for step in 0..5 {
let loss = ce.forward(model.forward(x.clone()), y.clone());
losses.push(loss.clone().into_scalar::<f32>());
let grads = GradientsParams::from_grads(loss.backward(), &model);
if step == 0 {
println!("{how}: GradientsParams::len() = {}", grads.len());
}
model = optim.step(0.1, model, grads);
}
直接写 w * 0.5，第一步过去了，第二步 backward panic：
map: fc1.weight is_tracked=true is_require_grad=false
map: GradientsParams::len() = 3
thread 'main' (8770672) panicked at .../burn-autodiff-0.22.1/src/runtime/server.rs:74:17:
Cannot run backward: graph tape has already been consumed at NodeId(6). Burn does not support retain_graph. Combine losses before backward or recompute the forward pass. Use detach() only to intentionally sever gradients through the previous computation.
报错说的是 retain_graph，代码里却只有一次 backward。照着报错的提示加上 detach()，panic 没了，换成静默的错：
detach: fc1.weight is_tracked=false is_require_grad=false
detach: GradientsParams::len() = 3
detach: losses [1.117744, 1.10039, 1.084134, 1.068825, 1.055636]
detach: max |w - w0| = 0.000e0
fc1.weight 5 步一点没动，loss 照样在降（只有其余三个参数在训练），第一步的 loss 和 PyTorch 一样，后面越差越多。和 PyTorch 的输出比：
losses n= 5 max|diff|=2.98e-02
fc1.weight n= 32 max|diff|=4.67e-02
fc1.bias n= 8 max|diff|=1.90e-02
fc2.weight n= 24 max|diff|=4.67e-03
fc2.bias n= 3 max|diff|=3.24e-03
worst=4.67e-02 tol=1e-06 MISMATCH
另一个入口 Param::from_tensor 对应 PyTorch 的「换一个新 nn.Parameter」。它对传入的中间结果直接 panic，传 detach() 过的值能用，但 id 换了（bin check）：
from_tensor(detached): id n9npnd82j06oi -> n49s5p4cefmae
thread 'main' (8768686) panicked at .../burn-autodiff-0.22.1/src/tensor.rs:190:17:
Can't convert a non leaf tensor into a tracked tensor
note: run with `RUST_BACKTRACE=1` environment variable to display a backtrace
from_tensor(w * 0.5): panicked
新 id 意味着优化器（Adam 的动量）按旧 id 存的状态对不上了，这一条见重建参数后 Adam 从零开始。
原因
Param 里存的是一个张量值，要不要训练取决于这个值是不是「要梯度的叶子」。GradientsParams::from_grads 只收 is_require_grad() 为真的参数（见参数与遍历的「冻结参数」）。map 只是把闭包的返回值放回去：
pub fn map<F: FnOnce(T) -> T>(self, func: F) -> Self {
let (id, tensor, param_mapper) = self.consume();
let tensor = func(tensor);
Self::from_mapped_value(id, tensor, param_mapper)
}
它的文档说的是「preserving its configured training state」：保住的是参数上记着的配置（is_active，train() 要恢复的那个），不是张量本身的状态。文档接着写「Use the explicit activation APIs, such as Param::set_require_grad for tensor parameters, to change that state」。于是：
w * 0.5：在 autodiff 设备上是一个带历史的中间结果，is_tracked=true、is_require_grad=false。第一次 backward 时梯度沿* 0.5流回旧的叶子（旧叶子已不在模型里，参数与遍历里的oldleaf实测过），这段图随之被消费；参数没被更新，下一步 forward 还用这个中间结果，backward 走到已消费的节点，AutodiffServer::backward报上面那条 panic。这条 panic 本身见图只能用一次。(w * 0.5).detach()：一个普通叶子，不追踪、不要梯度，等于把参数冻结了。不报错，因为冻结本来就是合法的。from_tensor对新值调require_grad()，AutodiffTensor::require_grad遇到非叶子就 panic；不管成不成功都ParamId::new()。
PyTorch 不会走到这一步：nn.Parameter 永远是叶子，mul_ 在 no_grad() 里改的是叶子本身的数据，id(param) 不变，优化器和 autograd 都还认得它。
origin/main 上 Param::map、from_tensor 和 Module::train 对参数的处理都没有改。
改法
新值先 detach() 切断历史，再 require_grad() 变回要梯度的叶子：
model.fc1.weight = model.fc1.weight.map(|w| (w * 0.5).detach().require_grad());
fix: fc1.weight is_tracked=true is_require_grad=true
fix: GradientsParams::len() = 4
fix: losses [1.117744, 1.090713, 1.066557, 1.044363, 1.025838]
fix: max |w - w0| = 4.670e-2
5 步的 loss 和 PyTorch 逐位相同，更新后的参数：
losses n= 5 max|diff|=0.00e+00
fc1.weight n= 32 max|diff|=1.49e-08
fc1.bias n= 8 max|diff|=3.73e-09
fc2.weight n= 24 max|diff|=1.49e-08
fc2.bias n= 3 max|diff|=3.73e-09
worst=1.49e-08 tol=1e-06 OK
剩下的差是 f32 舍入，量级和 A1 的训练一步相同（见一步）；这个实验的偏置在 f32 里生成，初始值就和 PyTorch 差一位（原因见参数与遍历）。
另一种写法是改完值再整体调一次 model.train()：Module for Param<Tensor<D>> 的 train 按记着的 is_active 对值调 set_require_grad，map 恰好保住了 is_active。前提是值已经是叶子：
== map+train
thread 'main' (8770690) panicked at .../burn-autodiff-0.22.1/src/tensor.rs:190:17:
Can't convert a non leaf tensor into a tracked tensor
note: run with `RUST_BACKTRACE=1` environment variable to display a backtrace
== detach+train
detach+train: fc1.weight is_tracked=true is_require_grad=true
detach+train: GradientsParams::len() = 4
detach+train: losses [1.117744, 1.090713, 1.066557, 1.044363, 1.025838]
...
== plain
plain: fc1.weight is_tracked=true is_require_grad=true
plain: GradientsParams::len() = 4
plain: losses [1.117744, 1.090713, 1.066557, 1.044363, 1.025838]
plain 是在普通 Device::flex() 上建模型、map(|w| w * 0.5)，再 train() 抬到 autodiff：普通设备上没有历史，乘出来就是叶子，train() 让它要梯度。在 autodiff 设备上改值，就用上面的 detach().require_grad()。不要用 from_tensor 替换已经在优化器里跑过的参数。
怎么检查
改完参数，用一个访问者把每个参数的
val().is_require_grad()打出来（写法见参数与遍历的Named）。detach那种写法：fc1.weight [4, 8] require_grad=false id=0qmed9t9smlta fc1.bias [8] require_grad=true id=9oqtbpgia8scg fc2.weight [8, 3] require_grad=true id=f3kcqnfvtjeb6 fc2.bias [3] require_grad=true id=asl8i3jeaq8ri训练循环里第一步打印
GradientsParams::len()，和应当训练的参数个数比（这里应当是 4，错的写法是 3）。is_tracked()为真不等于在训练：map(w * 0.5)的结果is_tracked=true，is_require_grad=false。判断参数用is_require_grad()。只调过一次
backward()却看到graph tape has already been consumed，先查有没有参数的值是上一张图里的中间结果。
小结
with torch.no_grad(): w.mul_(0.5)对param.map(|w| (w * 0.5).detach().require_grad())，5 步训练和 PyTorch 最大差 1.49e-8。- 只写
map(|w| w * 0.5)：第二步 backward panic，信息说的是retain_graph；加了detach()不加require_grad()：参数静默冻结，loss 照降。 map保住 id 和配置上的is_active，不管新值是不是要梯度的叶子；train()能按is_active恢复，但只对叶子有效。Param::from_tensor对中间结果 panic，且总是换新 id。