import torch
from torch.autograd import Variable
batch_n = 100
input_data = 1000
hidden_layer = 100
output_data = 10
完成自动梯度需要用到torch.autograd包中的Variable类对我们定义的Tensor数据类型变量进行封装,
x=Variable(torch.randn(batch_n,input_data),requires_grad=False) 若requires_grads的值为False,那么表示该变量在进行自动梯度计算的过程中不会保留梯度值
我们将x,y的requies_grad值设为False,因为这两个变量并不是我们模型需要优化的参数
而两个权重w1和w2的requires_grad参数的值为True
在封装后,计算图中的各个节点就是一个Variable对象,这样才能应用自动梯度的功能 ‘’’
x = Variable(torch.randn(batch_n, input_data), requires_grad=False)
y = Variable(torch.randn(batch_n, output_data), requires_grad=False)
w1 = Variable(torch.randn