Pytorch 如何重用反向传递原语？

我想实现一个PyTorch

函数

，它接受另一个函数和一个张量作为参数，应用它，在向后传递时匹配输入和输出之间的梯度方差。类似于下面的伪代码

导入火炬
从torch.autograd导入功能
进口火炬
进口火炬
#这意味着武断。
def f（x）：
返回x*2
类变量匹配（函数）：
@静力学方法
def前进（ctx，x）：
y=f（x）
ctx.save_for_backward（x，y）
返回y
@静力学方法
def向后（ctx，梯度）：
x、 y=ctx.u张量
y、 向后（梯度）
x、 梯度*=火炬方形（火炬方形（梯度y）和（1）/火炬方形（x梯度）和（1））
返回火炬。类似于零（x）
i=火炬。标量张量（2，需要梯度=真）
x=差异匹配应用（i）
x、 向后（火炬标量张量（1））
打印（i.grad）

上面的内容只是为了表达我对代码应该做什么的意图，在

y.backward（grad_y）

调用中运行上面的内容会进入一个无限循环。我想以某种方式提取向后函数，并让它为我提供梯度，以便我可以重新缩放它们。

相关内容：