如何计算PyTorch中张量的梯度?
我想计算张量的梯度,但它给出的误差为如何计算PyTorch中张量的梯度?,pytorch,Pytorch,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.one
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