Python 使用 autograd 模块计算张量梯度 - y.backward() 函数详解

在 Python 中，可以使用 'autograd' 模块来计算张量的梯度。'autograd' 模块提供了一个 'Tensor' 类，它可以自动计算任意函数的梯度。

要计算 'y' 相对于 'x' 的梯度，可以使用 'y.backward()' 方法。在调用此方法之前，需要将 'y' 设置为一个标量（即只有一个元素的张量）。然后，可以使用 'x.grad' 来获取 'x' 的梯度。

下面是一个示例：

import torch

x = torch.tensor(2.0, requires_grad=True)
y = x**2 + 3*x + 1

# 计算y相对于x的梯度
y.backward()

# 获取x的梯度
print(x.grad)

输出结果为：

tensor(7.)

这表示 'y' 相对于 'x' 的梯度为 7。