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
初级炼丹师(爱说实话版)5 分钟前
2025算法八股——深度学习——优化器小结
人工智能·深度学习·算法
开开心心_Every11 分钟前
免费语音合成工具:66种音色随心选
人工智能·面试·java-ee·计算机外设·电脑·maven·excel
Pocker_Spades_A12 分钟前
论文精读(五):面向链接预测的知识图谱表示学习方法综述
人工智能·链表·知识图谱
AI算法工程师Moxi14 分钟前
人工智能在医学图像中的应用:从机器学习到深度学习
人工智能·深度学习·机器学习
Billy_Zuo30 分钟前
人工智能机器学习——聚类
人工智能·机器学习·聚类
程序员的世界你不懂34 分钟前
【Flask】测试平台开发,工具模块开发 第二十二篇
android·python·flask
大熊背35 分钟前
怎样利用AE统计数据优化安防芯片ISP的图像质量?
人工智能·自动曝光
百度智能云技术站41 分钟前
AI 云再进化,百度智能云新技术与产品全景解读
人工智能·百度
Christo342 分钟前
TFS-2023《Fuzzy Clustering With Knowledge Extraction and Granulation》
人工智能·算法·机器学习·支持向量机
Ai尚研修-贾莲43 分钟前
全链路自主构建智慧科研写作系统——融合LLM语义理解、多智能体任务协同与n8n自动化工作流构建
人工智能·agent·智能体·deepseek·n8n·智慧科研写作·llm语义理解