深度学习(三):梯度计算

文章目录1 概念2 示例 1 概念 Tensor是autograd包的核心类,若将其属性.requires_grad设置为True,它将开始追踪在其上的所有操作。完成计算后,可以调用 .backward()来完成所有梯度计算。此Tensor的梯度将累计到.grad属性中。若要停止追踪,则方法如下: 调用.detach() with torch.no_grad(): 包裹的代码块将不会被追踪 2 示例 示例1: import torch def my_grad(): x = torch.ones(2, 2, requires_grad=True) print(x) p