pytorch官方教程学习：AUTOGRAD自动求导

官网

1.创建可求梯度的：

创建一个可以求梯度的张量：requires_grad=True

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

之后添加：

a.requires_grad_(True)

2.求Gradients：

out.backward()

则，计算out的所有的变量。都计算出了其对应的梯度，若由x计算出了out：

print(x.grad)

3.特殊，由于计算出y有分段函数，整体不是可求导的，那么：应该给定值让其求导：

v = torch.tensor([0.1, 1.0, 0.0001], dtype=torch.float)
y.backward(v)

print(x.grad)

4.detach()：截断反向传播流。

本文地址：https://blog.csdn.net/weixin_42721412/article/details/109814139