pytorch入门到放弃2：Variable

Variable，就是变量的意思，是神经网络计算图里特有的一个概念（在numpy里没有变量的概念），Variable提供了自动求导的功能。

Variable和Tensor本质上没有区别，不过Variable会被放到一个计算图中，然后进行前向传播、反向传播、自动求导。

Variable是在torch.autograd.Variable中，要将一个tensor 的数据arr转化为Variable很简单，只需要通过Variable(arr)即可。

 

如图，Variable有三个比较重要的组成属性：data, grad, grad_fn。通过data可以取出Variable里的tensor数值，grad_fn表示的是得到这个Variable的操作，比如通过加减还是乘除来得到的，grad是这个Variable的反响传播梯度。

通过代码来具体说明一下：

import torch
from torch.autograd import Variable

x = Variable(torch.Tensor([1]), requires_grad=True)
w = Variable(torch.Tensor([2]), requires_grad=True)
b = Variable(torch.Tensor([3]), requires_grad=True)

y = w * x + b
y.backward()
print(x.grad)
print(w.grad)
print(b.grad)


# output
# tensor([2.])
# tensor([1.])
# tensor([1.])

构建Variable时，要注意传入一个参数requires_grad=True，这个参数表示是否对这个变量求梯度，默认的是False，也就是不对这个变量求梯度，这里希望得到这些变量的梯度，所以传入这个参数。

上面代码中的y.backward()就是所谓的自动求导。

 

创作不易，如果您觉的有用，可以来点赞助，一百两百不嫌多，一毛两毛不嫌少。