【知识点】Variable类

最新推荐文章于 2024-10-23 17:23:36 发布

原创最新推荐文章于 2024-10-23 17:23:36 发布 · 489 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch

python知识专栏收录该内容

16 篇文章

订阅专栏

本文介绍了PyTorch中的autograd.Variable类，它是自动求导的核心。Variable封装了Tensor，拥有data（存储数据）、grad（保存梯度）和grad_fn（用于反向传播的Function引用）三个属性。通过Variable，可以轻松地进行张量运算并自动计算梯度，例如在示例中展示了如何对y=x^2求梯度。理解Variable对于掌握PyTorch的自动梯度计算至关重要。

部署运行你感兴趣的模型镜像

torch.autograd.Variable是Autograd的核心类，它封装了Tensor，并整合了反向传播的相关实现

Varibale包含三个属性：

data：存储了Tensor，是本体的数据
grad：保存了data的梯度
grad_fn：指向Function对象，用于反向传播的梯度计算之用

例子：对y=x^2求梯度，将x设为variable，则输出的是当x作为变量时，当他取设定的tensor的值的时候的梯度。

import torch
from torch.autograd import Variable

t = torch.tensor([[1.,2],[3,4]])
x = Variable(t, requires_grad = True)
print(x)#其实查询的是x.data,是个tensor