火炬。当最终的张量中包含多个值时，可以使用自动分级吗？

Question

当最终张量中包含多个值时，可以使用autograd吗？

我尝试了以下方法。

x = torch.tensor([4.0, 5.0], requires_grad=True)
y = x ** 2

print(y)

y.backward()

引发错误

RuntimeError: grad can be implicitly created only for scalar outputs

但是以下方法有效。

x = torch.tensor([4.0, 5.0], requires_grad=True)
y = x ** 2
y = torch.sum(y)
print(y)

y.backward()
print(x.grad)

输出为

tensor(41., grad_fn=<SumBackward0>)
tensor([ 8., 10.])

我在这里遗漏了什么吗？还是我可以假设自动渐进仅在最终张量中具有单个值时起作用？

Answer 1

请参见https://pytorch.org/tutorials/beginner/blitz/autograd_tutorial.html#gradients

y.backward()与y.backward(torch.tensor(1.0))

通常，输出为标量，因此将标量作为默认选项传递给后向。但是，由于您的输出是二维的，因此您应该调用 y.backward(torch.tensor([1.0,1.0]))

这将给出预期的结果，其中x.grad为tensor([ 8., 10.])