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
啦啦啦_99993 分钟前
5. 迁移学习
人工智能·机器学习·迁移学习
A.说学逗唱的Coke4 分钟前
【AI·Coding】TDD × SDD × AI Coding:从“测试驱动“到“规范驱动“的智能协作实践
人工智能·驱动开发·tdd
云烟成雨TD6 分钟前
Spring AI Alibaba 1.x 系列【78】沙箱(Sandbox)
java·人工智能·spring
tq108629 分钟前
基于SLIP的防幻觉的指南
人工智能
慕木沐44 分钟前
Google ADK Java 1.0版本 核心机制与实战 Demo
java·开发语言·python
Tbisnic1 小时前
AI大模型学习第十一天:技术选型、安全防护与金融实战
python·学习·ai·大模型·提示词工程
甲维斯1 小时前
Kimi版超级玛丽效果“惊人”,配额不足5厘米!
前端·人工智能
hboot1 小时前
AI工程师第一课 - Python
前端·后端·python
console.log('npc')2 小时前
AI前端工程与生成式UI学习路线
前端·人工智能·ui
许彰午2 小时前
30_Java Stream流操作全解
java·windows·python