自动求导,计算图示意图及pytorch实现

pytorch实现

python 复制代码
x1 = torch.tensor(3.0, requires_grad=True)
y1 = torch.tensor(2.0, requires_grad=True)
a = x1 ** 2
b = 3 * a
c = b * y1
c.backward()
print(x1.grad)
print(y1.grad)
print(x1.grad == 6 * x1 * y1)
print(y1.grad == 3 * (x1 ** 2))

输出为:
tensor(36.)
tensor(27.)
tensor(True)
tensor(True)

默认情况下,pytorch会累加梯度,每次backward()前,需要进行梯度清零

python 复制代码
x.grad.zero_()
相关推荐
曦樂~几秒前
【机器学习】概述
人工智能·机器学习
justjinji几秒前
如何批量更新SQL数据表_使用UPDATE JOIN语法提升效率
jvm·数据库·python
DeniuHe5 分钟前
机器学习模型中的偏置项(bias / 截距项)到底有什么用?
人工智能·机器学习
小江的记录本15 分钟前
【网络安全】《网络安全常见攻击与防御》(附:《六大攻击核心特性横向对比表》)
java·网络·人工智能·后端·python·安全·web安全
贵沫末16 分钟前
python——打包自己的库并安装
开发语言·windows·python
深小乐38 分钟前
AI 周刊【2026.04.13-04.19】:中美差距减小、Claude Opus 4.7发布、国产算力突围
人工智能
深小乐39 分钟前
从 AI Skills 学实战技能(七):让 AI 自动操作浏览器
人工智能
workflower41 分钟前
人机交互部分OOD
运维·人工智能·自动化·集成测试·人机交互·软件需求
lanker就是懒蛋1 小时前
深度学习Q&A:手写反向传播与OOM排查的深层逻辑
人工智能·深度学习
Old Uncle Tom1 小时前
Claude Code 记忆系统分析2
人工智能·ai·agent