pytorch张量如何求导

在PyTorch中，可以使用requires_grad=True来标记一个张量需要求导。然后，可以使用backward()方法来计算该张量的梯度。

例如，假设有一个张量x，我们想要计算它的平方的梯度：

import torch

x = torch.tensor([1.0, 2.0, 3.0], requires_grad=True)
y = x ** 2

y.backward()

print(x.grad)

输出结果为：

tensor([2., 4., 6.])

这表示x的梯度为[2, 4, 6]。

另外，还可以使用autograd自动计算梯度。只需将输入张量的requires_grad属性设置为True，PyTorch将自动计算所有需要求导的张量的梯度。例如：

import torch

x = torch.tensor([1.0, 2.0, 3.0], requires_grad=True)
y = x ** 2
z = y * 2

torch.autograd.backward(z)

print(x.grad)

输出结果同样为：

tensor([2., 4., 6.])