PyTorch学习笔记——（4）autograd.grad()函数和backward()函数介绍及使用

1、torch.autograd.grad()

torch.autograd.grad(
		outputs, 
		inputs, 
		grad_outputs=None, 
		retain_graph=None, 
		create_graph=False, 
		only_inputs=True, 
		allow_unused=False)

• 参数：
  • outputs: 结果节点，即被求导数
  • inputs: 叶子节点
  • grad_outputs: 类似于backward方法中的grad_tensors
  • retain_graph: 同上
  • create_graph: 同上
  • only_inputs: 默认为True, 如果为True, 则只会返回指定input的梯度值。 若为False，则会计算所有叶子节点的梯度，并且将计算得到的梯度累加到各自的.grad属性上去。
  • allow_unused: 默认为False, 即必须要指定input,如果没有指定的话则报错。

用一个最简单的例子说明：

现在有一个函数：$$y=w\ast x$$其中，$x$为输入数据，$w$