文章目录 反向传播 tensor的广播机制 反向传播 前馈过程的目的是为了计算损失loss 反向传播的目的是为了更新权重w,这里权重的更新是使用随机梯度下降来更新的。 前馈过程 反馈过程 import torch x_data=[1.0,2.0,3.0] y_data=[2.0,4.0,6.0] w=torch.Tensor([1.0]) # 表示需要计算梯度,默认不需要计算梯度 w.requires_grad=True def forward(x): return x*w # w是tensor类型,则运算会被重载成tensor之间的运算,x会被自动类型转换为tensor类