Pytorch的官方教程学习——Gradients 的理解

最近在学习Pytorch的官方入门教程，本篇只写了关于Gradients这一小知识点的理解：

附：Pytorch的官方入门60min教程链接<https://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html>，如下图所示，分为几个模块进行学习：

1.Gradients 是什么

Gradients 就是梯度，从方向导数理解一下什么是梯度。

• 方向导数是各个方向上的导数
• 偏导数连续才有梯度存在
• 梯度的方向是方向导数中取到最大值的方向，梯度的值是方向导数的最大值

2.Gradients的例子

（也就是来自官方入门教程的例子）

<1>首先创建一个张量，设置 requires_grad=True 来跟踪与它相关的计算，即在计算中保留对应的梯度信息,代码如下：

import torch
x = torch.ones(2,2,requires_grad = True)
print(x)

注意：requires_grad有两个值：True和False，True代表此变量处需要计算梯度，Fa