• 欢迎光临~

pytorch基础 自动求导

开发技术 开发技术 2022-10-07 次浏览

1.把pytorch当成是numpy来用就行
2.
一个典型的张量是这样定义的。
import pytorch as tt
n=tt.tensor([1,2,3],dtype=True,requirgrad=True)
y=tt.dot(x,x)
在这层意义上,可以把y这个标量理解为是误差函数1/2西格玛(x-x')2,其本身是个标量
而x本身是前置的参数列,而现在要做的,则是求y对于参数列的导数,因此要向前回溯——
这里求得其实是y对于x的导数。
但是是y向x的方向回溯
3.
通常意义上来说,是标量,作为一个【分布】来向超维意义上的自变量,x,求导,因此是标量y对向量(各个方向的x)求导,但是也可以考虑使用y[1,1,1,1,1……]与x同一维度的来求导,此时的
操作意味着每个方向上的权重,但是事实上还是y对于x在求导
4.
标量对于张量(方向)求导后,得到的便是在每个方向上的梯度,其依然是一个张量,再次求导,得到的是数学意义上的旋转度

程序员灯塔
转载请注明原文链接:pytorch基础 自动求导
喜欢 (0)
违法和不良信息举报电话:022-22558618 举报邮箱:dljd@tidljd.com