理解pytorch autograd

我试图了解pytorch autograd是如何工作的。如果我有函数y=2x和z=y**2，如果我做正态微分，我得到x=1处的dz/dx为8（dz/dx=dz/dy*dy/dx=2y*2=2（2x）*2=8x）。或者，z=（2x）**2=4x^2和dz/dx=8x，因此在x=1时，它是8

如果我对pytorch autograd也这样做，我会得到4

x = torch.ones(1,requires_grad=True)
y = 2*x
z = y**2
x.backward(z)
print(x.grad)

哪张照片

tensor([4.])

我哪里出错了？

你用错了。要获得您要求的结果，您应该使用

x = torch.ones(1,requires_grad=True)
y = 2*x
z = y**2
z.backward()  # <-- fixed
print(x.grad)

x=torch.ones（1，需要_grad=True）
y=2*x
z=y**2
z、 backward（）#如果您对pytorch中的autograd仍有一些困惑，请参考以下内容：
这将是基本的异或门表示

import numpy as np
import torch.nn.functional as F
inputs = torch.tensor(
                [
                    [0, 0],
                    [0, 1],
                    [1, 0],
                    [1, 1]
                ]
            )
outputs = torch.tensor(
                [
                    0,
                    1,
                    1,
                    0
                ],
        )
weights = torch.randn(1, 2)
weights.requires_grad = True #set it as true for gradient computation

bias = torch.randn(1, requires_grad=True) #set it as true for gradient computation

preds = F.linear(inputs, weights, bias) #create a basic linear model
loss = (outputs - preds).mean()
loss.backward()
print(weights.grad) # this will print your weights
        

谢谢我真的被pytorch教程弄糊涂了，但是你的解释和你提供的链接帮助很大！