梯度计算

x
Out[87]: 
tensor([[1., 1.],
        [1., 1.]], requires_grad=True)

y=x+2
z=y*y*3
z
Out[90]: 
tensor([[27., 27.],
        [27., 27.]], grad_fn=<MulBackward0>)

out=z.mean()
out
Out[92]: tensor(27., grad_fn=<MeanBackward0>)

out.backward()
out
Out[84]: tensor(27., grad_fn=<MeanBackward0>)

x.grad
Out[93]: 
tensor([[4.5000, 4.5000],
        [4.5000, 4.5000]])

解读x.grad为何是这个值
官方解释:
梯度计算
个人理解:
梯度计算

上一篇:pyTorch节省显存


下一篇:torch.normal()