python——求微分

原创已于 2022-03-04 11:50:20 修改 · 437 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python

于 2020-11-14 15:14:49 首次发布

pytorch学习笔记专栏收录该内容

5 篇文章

订阅专栏

该博客展示了如何在PyTorch中使用自动梯度机制进行函数的求导及反向传播。通过定义一个二次函数`f(x)`及其导数`fp(x)`，并设置一个带有梯度跟踪的张量`x`，博主演示了当`x=3.0`时函数的导数值。通过调用`y.backward()`进行反向传播，然后打印出导数的计算结果与预期的导数值进行对比，验证了自动求导的正确性。

import torch
def f(x):
    return (x-2).pow(2)
def fp(x):#f(x)的求导
    return 2*(x-2)

x = torch.tensor([3.0], requires_grad=True)
#x=3时的导数
y = f(x)
y.backward()#反向传播
#对比
print(fp(x))
print(x.grad)