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
DongHappyyy1 分钟前
Python读取prophesee相机输出的raw文件
python·event·raw·prophesee
股票GPT分析2 分钟前
如何在C#中处理必盈接口返回的股票数据?
python·fastapi
goomind12 分钟前
YOLOv11实战PCB电路板缺陷识别
人工智能·python·深度学习·yolo·目标检测·计算机视觉·缺陷检测
彭彭不吃虫子14 分钟前
有效论证的四个方法:①真值表法 ② 逻辑推演法 ③等值演算法 ④ 主析取范式法
人工智能
新加坡内哥谈技术18 分钟前
预测AI如何提升销售绩效管理:五大方式
人工智能
linzhisong31 分钟前
LayUI组件国际化多国语言版本脚本-下篇根据语种替换
前端·javascript·python·layui
nuc_baixu33 分钟前
计算机视觉-单应矩阵
人工智能·opencv·计算机视觉
摆烂仙君34 分钟前
光流法(Optical Flow)
人工智能·计算机视觉
小菠萝090837 分钟前
Halcon lines_gauss
图像处理·人工智能·计算机视觉·halcon
一尘之中38 分钟前
AMD 与密歇根大学合作为生物信息学社区提供高性能开源解决方案
人工智能·学习·开源