pytorch.autograd使用示例

AI拉呱

于 2019-12-24 08:27:05 发布

阅读量304

点赞数 1

CC 4.0 BY-SA版权

分类专栏：深度强化学习基本原理与算法开发实战机器学习、深度学习实例讲解与分析

本文链接：https://blog.youkuaiyun.com/weixin_32393347/article/details/103676647

机器学习、深度学习实例讲解与分析同时被 2 个专栏收录

195 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

深度强化学习基本原理与算法开发实战

95 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

本文详细介绍了PyTorch的autograd模块，通过实例展示了如何利用autograd进行自动求梯度，以实现神经网络的训练过程。内容包括变量、函数的定义以及反向传播的原理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

pytorch.autograd使用示例

# -*- coding:utf-8 -*-
# /usr/bin/python
'''
-------------------------------------------------
   File Name   ： autograd_demo
   Description :  
   Envs        :  
   Author      :  yanerrol
   Date        ： 2019/12/22  13:08
-------------------------------------------------
   Change Activity:
                  2019/12/22  13:08:
-------------------------------------------------
'''
__author__ = 'yanerrol'

import  torch
from    torch import autograd


x = torch.tensor(1.)
a = torch.tensor(1., requires_grad=True)
b = torch.tensor(2., requires_grad=True)
c = torch.tensor(3., requires_grad=True)

y = a**2 * x + b * x + c

print('before:', a.grad, b.grad, c.grad)
grads = autograd.grad(y, [a, b, c])
print('after :', grads[0], grads[1], grads[2])