MakeYouClimax的博客

提到了 using robust quasi-static GWS analysis on a dataset of 1,500 3D object models。dexnet 2.0里面 grasp wrench space (GWS) analysis 【45】在dexnet 2.0中。

既然是基于latex的，无非就是调用了一些包而已。如果可以直接基于latex编辑获得，为什么不直接在overleaf上在线编辑。所以导入github上他的overleaf工程，直接参考他的框架在线编辑就行了。发现github上确实给到了关于overleaf上的例子。网上看了一堆，发现都过于麻烦了，怎么都要下载什么东西。无需配环境以及下载任何东西。

从上面的例子可以看出，由于我更改分离之后的变量值c,导致原来的张量out的值也跟着改变了，但是这种改变对于autograd是没有察觉的，它依然按照求导规则来求导，导致得出完全错误的导数值却浑然不知。optimizer进行参数管理与更新，所以optimizer放在backward后面用求出的梯度进行参数更行，记住step之前要进行optimizer.zero_grad()，否则用的梯度包含上一个batch的，相当于batch_size为之前的两倍，所以optimizer.step()是用在batch里的。

t