qq_51817638的博客

PyTorch自动微分 大纲 requires_gard属性 tensor.backward()后向传播 grad属性 自动微分反向传播的案例 detach剥离tensor detach注意点 with torch.no_grad() pytorch中的torch,autograd.grad计算微分用法 requires_gad属性 torch,Tensor是包的核心类，如果将其属性requires_grad设置为true,则会开始跟踪对tensor的所有操作 x=torch.arange(9).vie

简介 Tensor对象是一个任意维度的矩阵，但是一个Tensor中所有元素的数据类型必须一致。torch包含的数据类型和普遍编程语言的数据类型相似，包含浮点型，有符号整型和无符号整型，这些类型既可以定义在cpu上，也可以定义在Gpu上 Tensor执行算数运算 逐个元素自己相乘 矩阵乘法 tensor执行算数运算符的运算，是两个矩阵对应元素的运算。torch.mm执行矩阵乘法的运算 import torch a=torch.tensor([[1,2],[3,4]]) b=torch.tensor([[1