Pytorch的自动微分---自动微分实现梯度下降

# 使用pytorch的自动微分实现函数f(x)=x^2+y^2极小值的梯度下降算法
import torch


def f(x, y):
    return x ** 2 + y ** 2


x = torch.tensor([1.1], requires_grad=True)
y = torch.tensor([2.1], requires_grad=True)
n = 100
alpha = 0.05

for i in range(1, n + 1):
    z = f(x, y)
    z.backward()
    x.data -= alpha * x.grad.data
    y.data -= alpha * y.grad.data
    x.grad.zero_()
    y.grad.zero_()
    print(f"循环次数{i}",
          f"自变量x的值{x.item():.3f}",
          f"自变量y的值{y.item():.3f}",
          f"函数值{z.item():.3f}")
# x.item() 和 y.item() 方法被用来从 PyTorch 张量（tensors）中提取原始的数值数据。
# 当您对一个张量调用 .item() 方法时，它会将这个张量转换成一个 Python 原生数组