Pytorch中loss.backward(),loss为矢量时，对参数的理解

y.backward(v)

以y = w x为例，计算x关于y的梯度：
y对x的导数，包含了y中各个元素对x的导数，所以，计算时y中各个元素对x的偏导需要一个权重，因此，v需要和y同维度。

代码验证

import torch
x = torch.tensor([[[1.],[3.]]],requires_grad = True) #requires_grad打开梯度计算，必须是浮点数
W = torch.tensor([[[2.,4.],[3.,2.]]])
y = torch.bmm(W , x) #torch.bmm()函数，不支持两个元素的乘法，输入格式必须为[批处理数, 行, 列]
v = torch.tensor([[[1.],[3.]]]) #v与y形状一样
y.backward(v)
print(x.grad)

运行结果