（Pytorch）简单了解torch.autograd.grad()以及torch.autograd.backward()

背景

一般情况下，我们有了Loss之后，

loss.backward()

就计算好了梯度，其他的根本不用管，例如标题的那两个函数。但是最近碰到一些定制化需求，上述知识已经不够，遂记录下来。

torch.autograd.grad()

torch.autograd.grad(
outputs,   # 计算图的数据结果张量--它就是需要进行求导的函数
inputs,   # 需要对计算图求导的张量--它是进行求导的变量
grad_outputs=None,   # 如果outputs不是标量，需要使用此参数
retain_graph=None,   # 保留计算图
create_graph=None,   # 创建计算图
allow_unused=False#inputs如果有不相关的变量，
#即不对Outputs产生贡献的，比如你随便乱写一个inputs在那里，会报错，
#改为True就不会报错，此时对这个垃圾inputs梯度为None返回。
)

作用：计算并返回outputs对inputs的梯度。看起来平平无奇对不对，但是，计算谁对谁的梯度， 通过这个函数，你可以自由控制啦。我们看个例子：

import torch

x=torch.rand(2,2,requires_grad=True)
print(x)
y=x+2
print(y)
z=torch.sum(y)
print(z)

这个时候，如果我们要求z对x的梯度怎么办？我们当然直接

z.backward()
print(x.grad)

对不对。但是我问你，我想求z对y的梯度怎么办？你做到这一点有点麻烦对不对，此时这个函数就可以帮我们实现：

torch.autograd.grad(z,y)

然后，我们再说一下其中的参数grad_outputs，其他的比如retain_graph我们就不说了，这个东西我早在其他文章说过，属于必修内容。

grad_outputs到底是什么呢？我们上面求了z对y的导数，如果我们想要在此基础上求解z对x的导数怎么办呢？显然不能z.backward()，因为这不是在z对y的导数的基础上，而是相当于重新求导一切了。
这个时候，我们就可以用上grad_outputs，这个东西就会充当dz/dy的作用，那么我门只需要求解dy/dx即可，然后相乘，(dz/dy)*(dy/dx)=dz/dx，就得到了我们最终想要的。

一个例子如下：

x=torch.rand(2,2,requires_grad=True)
print(x)
y=torch.pow(x,2)
print(y)
z=torch.sum(y)
print(z)
dzdy=torch.autograd.grad(z,y,retain_graph=True)[0]
dzdx=torch.autograd.grad(y,x,grad_outputs=dzdy)[0]
print(dzdx)

补充：其实这个grad_outputs有一个名字，即Jacobian vector products中的"vector "。下面看一个图（下面的l就是我们的z）：

你发现了没有，上面这个图展示了链式求导法则，前面那个矩阵dy/dx我们叫做J，矩阵和向量乘积称之为product。另外，我们提供的grad_outputs就是上面那个v向量dz/dy，有人说，我上面提供的不是一个矩阵吗？

这个没事，他内部会自动view(-1)。

小提示：代码中

dzdx=torch.autograd.grad(y,x,dzdy)[0]

y和dzdy需要形状相同，这其实本来就一定要啊，对y的导数和y的数量当然是一样的。

torch.autograd.backward()

这个很简单，搞明白torch.autograd.backward(tensor)和tensor.backward()等价即可。

---

完结撒花

---