参考链接

1. https://tangshusen.me/Dive-into-DL-PyTorch/#/chapter02_prerequisite/2.3_autograd

tensor.data

如果我们想要修改tensor的数值，但不希望被autograd记录（即不会影响反向传播），可以对tensor.data进行操作。例如：

x = torch.ones(1,requires_grad=True)

print(x.data) # 还是一个tensor
print(x.data.requires_grad) # 但是已经是独立于计算图之外

y = 2 * x
x.data *= 100 # 只改变了值，不会记录在计算图，所以不会影响梯度传播

y.backward()
print(x) # 更改data的值也会影响tensor的值
print(x.grad)

运行结果：

tensor([1.])
False
tensor([100.], requires_grad=True)
tensor([2.])