pytorch自动求导

爱被打了一巴掌 2021-10-19 03:14 326阅读 0赞

### 自动求导属性 ###

import torch
    #设置自动求导
    a = torch.rand((2,4), requires_grad=True)
    print (a)
    
    #查看自动求导属性
    print (a.requires_grad)
    
    #改变自动求导属性
    a.requires_grad_(False)
    print (a.requires_grad)

tensor([[0.9605, 0.0482, 0.1256, 0.1872],
            [0.2282, 0.2772, 0.7683, 0.7361]], requires_grad=True)
    True
    False

### 自动反向求导 ###

x = torch.tensor([[1., 2., 3.], 
                      [4., 5., 6.]], requires_grad=True)
    y = x + 1
    z = 2 * y * y
    J = torch.mean(z)
    
    #进行反向求导
    J.backward()
    
    #查看梯度
    x.grad

tensor([[1.3333, 2.0000, 2.6667],
            [3.3333, 4.0000, 4.6667]])

#### grad can be implicitly created only for scalar outputs ####

张量反向求导时，backward函数需要传入相同大小的权重张量

x = torch.tensor([[1., 2., 3.], 
                      [4., 5., 6.]], requires_grad=True)
    y = x + 1
    z = 2 * y * y
    J = torch.mean(z)
    
    #报错 grad can be implicitly created only for scalar outputs
    #z.backward()
    
    #传入相同尺度的权重张量
    z.backward(torch.ones_like(z))
    
    x.grad

tensor([[ 8., 12., 16.],
            [20., 24., 28.]])

### 计算图 ###

![aHR0cHM6Ly9hc2sucWNsb3VkaW1nLmNvbS9odHRwLXNhdmUveWVoZS0zNjkyNTc3L25tbzk3dGl6NjcucG5n][]

*  **如果某一Tensor的requires\_grad属性设置为True,则依赖其的Tensor的requires\_grad属性也为True**
 *  **在计算图中，只有叶节点会保存其grad值，其他节点的grad值，会在叶节点的grad值计算完后，释放。**

x = torch.tensor([[1., 2., 3.], 
                      [4., 5., 6.]], requires_grad=True)
    y = x + 1
    z = 2 * y * y
    J = torch.mean(z)
    
    #y, z, J都未设置requires_grad, 但他们由x计算得出，
    #所以requires_grad均为True
    
    print (x.requires_grad)
    print (y.requires_grad)
    print (z.requires_grad)
    print (J.requires_grad)
    
    J.backward()
    
    #非叶节点的梯度，会在叶节点梯度计算完后释放
    print (x.grad)
    print (y.grad)
    print (z.grad)
    print (J.grad)

True
    True
    True
    True
    tensor([[1.3333, 2.0000, 2.6667],
            [3.3333, 4.0000, 4.6667]])
    None
    None
    None

[aHR0cHM6Ly9hc2sucWNsb3VkaW1nLmNvbS9odHRwLXNhdmUveWVoZS0zNjkyNTc3L25tbzk3dGl6NjcucG5n]: /images/20211018/813cd04aa9d04b5792e38522d1f47972.png