文章目录
前言
在量化感知训练,为了能够进行反向传播,会引入直通估计器,用于保证参数可以求导。我们需要自己定义这些操作,且定义反向求导函数,由于基础知识薄弱,便仔细学习了相关知识。
提示:以下是本篇文章正文内容,下面案例可供参考
一、概述
torch.autograd.Function
只需要实现两个 静态方法:
forward
可以有任意多个输入、任意多个输出,但是输入和输出必须是Variable。backward
的输入和输出的个数就是forward()函数的输出和输入的个数。其中,backward()输入表示关于forward()输出的梯度,backward()的输出表示关于forward()的输入的梯度。
另外还要加上ctx,它可以理解为一个上下文管理器。