参考视频:1.7神经网络实现鸢尾花分类_哔哩哔哩_bilibili
grads = tape.gradient(loss, [w1, b1])#存储了两个loss,分别是相对于w1和b1的
print("grades:",grads)
# 实现梯度更新 w1 = w1 - lr * w1_grad b = b - lr * b_grad
w1.assign_sub(lr * grads[0]) # 参数w1自更新
b1.assign_sub(lr * grads[1]) # 参数b自更新
其中grade分别相对于w1和b1,是包含两个张量的列表。
之后参数w1自更新的时候使用grade[0],而参数b1自更新使用grade[1]。