如何计算PyTorch中张量的梯度？

我想计算张量的梯度，但它给出的误差为

RunTimeerror: grad can be implicitly created only for scalar outputs

以下是我试图编写的代码：

x = torch.full((2,3), 4,requires_grad=True)
y = (2*x**2+3)
y.backward()

---

在这一点上，它抛出了一个错误。

因为没有求和/减少损失值，比如

.sum（）

因此，可以通过以下方式解决该问题：

y.backward(torch.ones_like(x))

对张量为1的张量进行雅可比矢量积，得到梯度