关于torch.tensor
关于tensor的操作
x1=torch.ones(3,3)
x=torch.ones(2,2,requires_grad=True)
print(x1,'\n',x)
y=x+2
print(y)
print(x.grad_fn)
print(y.grad_fn)
z=y*y*3
out=z.mean()
print(z,out)
注意
a=torch.randn(2,2)
a=((a*3)/(a-1))
print(a.requires_grad)
a.requires_grad_(True)
print(a.requires_grad)
b=(a*a).sum()
print(b)
print(b.grad_fn)
关于梯度gradients
out.backward()
print(x.grad)
print(x.requires_grad)
print((x**2).requires_grad)
with torch.no_grad():
print((x**2).requires_grad)
文章来源：https://www.toymoban.com/news/detail-606946.html
y=x.detach()
print(y.requires_grad)
print(x)
print(y)
print(x.eq(y).all())
文章来源地址https://www.toymoban.com/news/detail-606946.html
到了这里，关于pytorch工具——pytorch中的autograd的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
