动手学深度学习【自动求导】

import torch
x = torch.arange(4.0)
x
x.requires_grad_(True)
x.grad
y = 2 * torch.dot(x,x)
y
y.backward()
x.grad

首先创建一个一维的张量【x = torch.arange(4.0)】

通过【x.requires_grad_(True)】PyTorch将会追踪对x的所有操作，以便在后续调用.backward()时自动计算梯度。【其中x,requires_grad_这里的_表示的是重写】

在调用.backward()之后，x.grad将包含y关于x的梯度。在这个特定的例子中，由于y = 2 * torch.dot(x, x)，dy/dx将是4 * x（因为点积的导数会涉及到两个x的项，且每个项都会乘以2）。因此，x.grad的值将是[0. * 4, 1. * 4, 2. * 4, 3. * 4]，即[0., 4., 8., 12.]。