用Tensor訓(xùn)練網(wǎng)絡(luò)很方便，但是反向傳播過程需要手動(dòng)實(shí)現(xiàn)。這對(duì)于像線性回歸等較為簡(jiǎn)單的模型來說，還可以應(yīng)付，但實(shí)際使用中經(jīng)常出現(xiàn)非常復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，此時(shí)如果手動(dòng)實(shí)現(xiàn)反向傳播，不僅費(fèi)時(shí)費(fèi)力，而且容易出錯(cuò)，難以檢查。

torch.autograd就是為方便用戶使用，而專門開發(fā)的一套自動(dòng)求導(dǎo)引擎，它能夠根據(jù)輸入和前向傳播過程自動(dòng)構(gòu)建計(jì)算圖，并執(zhí)行反向傳播。

requires_grad

import torch as t #在創(chuàng)建tensor的時(shí)候指定requires_grad a = t.randn(3,4, requires_grad=True)

總結(jié)

以上是生活随笔為你收集整理的pytorch 中 Autograd(四）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。