autograd与逻辑回归

一、autograd—自动求导系统

torch.autograd.backward()

torch.autograd.backward()是PyTorch中用于计算梯度的函数。以下是对该函数的参数的解释：

功能：自动求取梯度
• tensors: 用于求导的张量，如 loss
• retain_graph : 保存计算图
• create_graph : 创建导数计算图，用于高阶求导
• grad_tensors：多梯度权重

• tensors：需要计算梯度的张量或张量的列表。这些张量的requires_grad属性必须为True。
• grad_tensors：可选参数，用于指定关于tensor的外部梯度。默认为None，表示使用默认的梯度为1。
• retain_graph：可选参数，用于指定是否保留计算图以供后续计算。默认为None，表示根据需要自动释放计算图。
• create_graph：可选参数，用于指定是否创建计算图以支持高阶梯度计算。默认为False，表示不创建计算图。

该函数的作用是计算tensors中张量的梯度，使用链式法则将梯度传播到叶子结点。它会自动构建计算图，并使用反向传播算法计算梯度。

当y = (x + w) * (w + 1)，a &