Pytorch中backward()函数求导方法的详细解释

日拱一卒不慌忙

已于 2022-07-21 09:14:37 修改

阅读量1.5k

点赞数 6

文章标签： pytorch 深度学习 python

于 2022-07-20 11:37:26 首次发布

本文链接：https://blog.csdn.net/MOZHOUH/article/details/125885558

版权

Pytorch中使用backward()求导详解_comli_cn的博客-CSDN博客_backward pytorch

主要参考此篇文献，在个人理解的基础上做一些补充，希望能够帮助大家理解，如果有错误欢迎大家指出，谢谢。

1.out.backwark()中out是一个标量

import torch
from torch.autograd import Variable

#生成一个内容为[2,3]的张量，Varibale 默认是不要求梯度的，如果要求梯度，
#需要加上requires_grad=True来说明
#这里的Variable是为了设置变量，把a0=2,a1=3设置为两个变量
a = Variable(torch.tensor([2,3]),requires_grad=True)
b = a+3
c = b*3
out=c.mean() #求均值
out.backward()
print("a