文章目录
- [0. 前言](#0. 前言)
- [1. 概述](#1. 概述)
- [2. 张量的 `requires_grad` 属性](#2. 张量的
requires_grad属性) - [3. 前向传播（Forward Pass）](#3. 前向传播（Forward Pass）)
- [4. 反向传播（Backward Pass）](#4. 反向传播（Backward Pass）)
- [5. 示例代码](#5. 示例代码)
0. 前言
loss.backward() 是 PyTorch 中用于计算梯度的函数。它在训练神经网络时发挥着关键作用。理解 loss.backward() 的内部原理有助于深入了解 PyTorch 的自动微分机制。
1. 概述
在PyTorch中，loss.backward() 是反向传播的核心函数，它负责计算模型参数相对于损失函数的梯度。这个过程是基于自动微分（Automatic Differentiation，简称autodiff）技术实现的，具体来说是采用了反向模式的自动微分（Reverse-Mode AD）。下面是对这一过程内部原理的简要说明：
自动微分原理：
（1） 前向传播 ：首先，模型通过前向传播计算输出值。在这个过程中，PyTorch 会记录计算图（Computation Graph），这个计算图记录了从输入到输出的每一步运算及其依赖关系。每个张量（Tensor）都有一个.grad_fn属性，指向一个函数，这个函数描述了如何计算这个张量关于其输入的梯度。
（2） 反向传播 ：当调用 loss.backward() 时，PyTorch 开始反向遍历计算图。这个过程从损失函数开始，沿着图反向传播误差，计算每一个参与运算的张量关于损失的梯度。这是通过链式法则（Chain Rule）完成的，即将损失对某个中间变量的导数分解为其后续操作导数的乘积。
（3）梯度计算 ：在反向传播过程中，每个运算都会计算其输出关于输入的梯度，并将这个梯度累积到输入张量的.grad属性中（如果是标量损失，它没有.grad属性）。这意味着如果一个张量被多个路径使用，它的.grad属性会累积从所有路径来的梯度。
（4） 梯度累加与同步 ：在分布式训练中，如果启用了梯度同步（例如使用DataParallel或DistributedDataParallel），PyTorch还会在所有设备之间同步计算出的梯度，确保每个参数的梯度是所有设备上相应梯度的平均值。
（5）梯度裁剪与优化 ：在反向传播完成后，用户通常会执行梯度裁剪以避免梯度爆炸问题，随后使用优化器（如SGD, Adam等）来更新模型参数，即执行optimizer.step()。这一步实际上根据计算出的梯度和优化算法更新参数。
2. 张量的 requires_grad 属性
要使张量参与梯度计算，需要将其 requires_grad 属性设置为 True：
python
import torch
# 创建一个张量，并设置 requires_grad=True
x = torch.tensor([1.0, 2.0, 3.0], requires_grad=True)3. 前向传播（Forward Pass）
在前向传播过程中，PyTorch 记录所有操作以构建计算图。例如：
python
y = x * 2
z = y.mean()这里，y 和 z 都是通过对 x 的操作得到的张量，计算图会记录这些操作。
4. 反向传播（Backward Pass）
当我们调用 loss.backward() 时，PyTorch 会从计算图中的输出节点开始，沿着图的边缘向后遍历，并计算梯度。这一过程包括以下步骤：
（1）计算梯度 ：
PyTorch 会计算每个张量相对于最终标量输出（如损失）的梯度。
（2）链式法则（Chain Rule） ：
通过链式法则，PyTorch 会将局部梯度乘积从输出层向输入层传播。
python
# 计算损失的梯度
z.backward()在这个例子中，z 是一个标量。z.backward() 会计算 z 相对于 x 的梯度，并将这些梯度存储在 x.grad 中。
5. 示例代码
以下是一个完整的示例代码，展示了 loss.backward() 的整个过程：
python
import torch
# 创建一个张量，并设置 requires_grad=True
x = torch.tensor([1.0, 2.0, 3.0], requires_grad=True)
# 前向传播
y = x * 2
z = y.mean()
# 反向传播
z.backward()
# 输出梯度
print(x.grad) # 输出: tensor([0.6667, 0.6667, 0.6667])上述代码中：
z ⃗ = 2 3 ∗ x ⃗ = 2 3 [ x 0 , x 1 , x 2 ] \vec z =\frac {2}{3}*\vec{x}=\frac {2}{3}[x_0,x_1,x_2] z =32∗x =32[x0,x1,x2]
梯度计算如下：
∇ x Z = [ 2 3 , 2 3 , 2 3 ] \nabla_xZ = [\frac {2}{3}, \frac {2}{3}, \frac {2}{3}] ∇xZ=[32,32,32]
欢迎关注本人，我是喜欢搞事的程序猿； 一起进步，一起学习；
欢迎关注知乎/CSDN：SmallerFL；
也欢迎关注我的wx公众号（精选高质量文章）：一个比特定乾坤