Pytorch深度学习实践 第四讲 反向传播

确定输入和隐层矩阵→得到权重w矩阵。

Forward and Backward:

 线性模型的计算图，正向和反向过程：

 关于Tensor:存数据，包含标量、向量、矩阵等。

 示例代码：（代码是在构建计算图，要有这种思维。）

import torch

x_data = [1.0, 2.0, 3.0]
y_data = [2.0, 4.0, 6.0]
#tensor中包含data(w)和grad(loss对w求导)
w = torch.Tensor([1.0]) #w=1.0
w.requires_grad