PyTorch计算图

最新推荐文章于 2024-07-02 17:08:51 发布

程序员椰子橙

最新推荐文章于 2024-07-02 17:08:51 发布

阅读量4.3k

点赞数 2

分类专栏： PyTorch

本文链接：https://blog.csdn.net/devcy/article/details/89045082

版权

本文介绍了计算图在PyTorch中的应用，它用于表示神经网络的多层复合函数，便于进行自动求导。通过一个具体的例子展示了如何利用计算图求得dz/dx和dz/dy。

摘要由CSDN通过智能技术生成

PyTorch计算图

计算图(Computational Graph)

计算图(Computational Graph)

计算图是计算代数中的一个基础处理方法，我们可以通过一个有向图来表示一个给定的数学表达式，并可以根据图的特点快速方便对表达式中的变量进行求导。而神经网络的本质就是一个多层复合函数, 因此也可以通过一个图来表示其表达式。

#torch.autograd.Variable 实现自动求导
"""
本质上Variable和Tensor没有什么区别，
不过Variable会放在一个计算图里面，
可以进行前向传播和反向传播以及求导
"""
import torch
from torch.autograd import Variable
# requires_grad 表示是否对其求梯度，默认是False
x = Variable(torch.Tensor([