1、torch.autograd.backward

torch.autograd.backward(tensors,grad_tensors=None,retain_graph=None,create_graph=False)作用：自动求取梯度tensors: 用于求导的张量，如loss, torch.autograd.backward(aa) == a.backward()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

2、torch.autograd.grad

torch.autograd.grad(outputs,inputs,grad_outputs=None,retain_graph=None,create_graph=False)功能: 求取梯度outputs: 用于求导的张量，如lossinputs: 需要梯度的张量create_graph: 创建导数计算图，用于高阶求导retain_graph: 保存计算图grad_outputs: 多梯度权重

 

总结

以上是生活随笔为你收集整理的autograd的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。