PyTorch中的偏导数

假设f（x）是一个权重为w的神经网络。如果我这样做

---

那么这与沿着f’（f（x））df（x）/dw+df/dw（f（x））的方向走是一样的。但是，如果我想忽略第二部分，只朝着f’（f（x））df（x）/dw的方向移动，那么在PyTorch中，有什么简单的方法可以做到这一点呢？

据我所知，一个可能的解决方案就是建立一个目标网络：

f_target.load_state_dict(f.state_dict())
f_target.eval()
loss = -f_target(f(x))
loss.backward()
self.optim.step()

---

我怀疑你真的不想这么做。你为什么认为这是必要的？@aryamcarthy这是我想解决的优化问题的一部分。我在这里只举了一个简单的例子。但从数学上讲，我问题中的右梯度不应该包含df/dw（f（x））

f_target.load_state_dict(f.state_dict())
f_target.eval()
loss = -f_target(f(x))
loss.backward()
self.optim.step()