利用Pytorch对函数y=2xTx 关于列向量x求导

浅浅记录一下深度学习的一个小实验:利用Pytorch对函数y=2x^{T}x 关于列向量 求导。

因为这个函数求导还是挺简单的,首先我们可以稍微手动求一下,方便验算程序结果是否正确

\frac{\partial y}{\partial x}=4x,最后的结果就是4*x的初始值

首先自定义一个列向量
 

x = torch.tensor([[1.0], [2.0], [3.0]], requires_grad=True)

然后用pytorch的矩阵乘法函数torch.mm()写出公式

y = 2 * torch.mm(x.T,x)

最后调用反向传播函数,输出结果

y.backward()
print(x.grad)

完整代码

import torch
x = torch.tensor([[1.0], [2.0], [3.0]], requires_grad=True)
y = 2 * torch.mm(x.T,x)
y.backward()
print(x.grad)


结果,我们可以看到,就是4倍的x

 

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值