Torch中怎么使用Autograd进行自动微分

在 Torch 中使用 Autograd 进行自动微分非常简单。Autograd 是 Torch 中的自动微分引擎，可以根据输入和前向运算自动计算梯度。

下面是一个简单的示例，演示如何在 Torch 中使用 Autograd 进行自动微分：

import torch

# 创建一个张量并设置 requires_grad=True 来追踪计算梯度
x = torch.tensor(2.0, requires_grad=True)

# 定义一个函数 y = x^2
y = x**2

# 使用 Autograd 计算梯度
y.backward()

# 打印出 x 的梯度
print(x.grad)

在这个示例中，我们首先创建了一个张量 x，并设置 requires_grad=True，这样就可以追踪计算梯度。然后定义了一个函数 y = x^2，接着使用 y.backward() 来计算 y 相对于 x 的梯度。最后打印出 x 的梯度，即 dy/dx = 2x = 4。

这样，我们就可以在 Torch 中使用 Autograd 进行自动微分。Autograd 会自动跟踪计算图，并计算相对于需要梯度的张量的梯度。

版权声明

本文内容由互联网用户自发贡献，该文观点仅代表作者本人
本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。