网站建设投诉去哪里投诉,wordpress最新更新列表页面,商城网站入驻系统,郑州通告最新Variable（变量）
autograd.Variable 是包的核心类. 它包装了张量, 并且支持几乎所有的操作. 一旦你完成了你的计算, 你就可以调用 .backward() 方法, 然后所有的梯度计算会自动进行.
你还可以通过 .data 属性来访问原始的张量, 而关于该 variable（变量）的梯度会被累计到 .…Variable（变量）
autograd.Variable是包的核心类. 它包装了张量, 并且支持几乎所有的操作. 一旦你完成了你的计算, 你就可以调用.backward()方法, 然后所有的梯度计算会自动进行.
你还可以通过.data属性来访问原始的张量, 而关于该 variable（变量）的梯度会被累计到.grad上去. 还有一个针对自动求导实现来说非常重要的类 -Function.
Variable和Function是相互联系的, 并且它们构建了一个非循环的图, 编码了一个完整的计算历史信息. 每一个 variable（变量）都有一个.grad_fn属性, 它引用了一个已经创建了Variable的Function（除了用户创建的Variable``之外-它们的``grad_fnisNone）.
如果你想计算导数, 你可以在Variable上调用.backward()方法. 如果Variable是标量的形式（例如, 它包含一个元素数据）, 你不必指定任何参数给backward(), 但是, 如果它有更多的元素. 你需要去指定一个grad_output参数, 该参数是一个匹配 shape（形状）的张量.
import torch
from torch.autograd i
