pytorch如何实现从输出层到输入层的反向传播

我在实现以下功能时遇到困难

---

假设我们已经训练了一个网络模型，我想从输出层反向传播到输入层（不是第一层），以获得一个新的输入数据。我想知道Pytork或其他现有函数中是否有可以实现此功能的函数，我在Pytork教程中未找到相关函数。

如果要将渐变w.r.t添加到输入，只需从

.grad

中获取即可：

x.requires_grad_（True）#明确要求pytorch估算梯度w.r.t x
#向前传球：
pred=模型（x）#进行预测
损失=标准（pred，y）#计算损失
#向后传递-计算渐变：
损失。bacward（）
#现在您可以访问输入的损耗梯度w.r.t：
x_梯度=x梯度

如果您对检查特定图层的渐变感兴趣，则需要使用