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.]
。