Tensorflow Pytorch Autograd：运行时错误是什么；grad只能为标量输出隐式创建；意思是

我试图深入地理解Pytorch autograd；我想在通过一个S形函数后观察一个简单张量的梯度，如下所示：

import torch
from torch import autograd 

D = torch.arange(-8, 8, 0.1, requires_grad=True)

with autograd.set_grad_enabled(True):
    S = D.sigmoid()
S.backward()

我的目标是获取D.grad（），但即使在调用它之前，我也会得到运行时错误：

RuntimeError: grad can be implicitly created only for scalar outputs

---

我看到另一个有类似问题的人，但那边的答案不适用于我的问题。谢谢

该错误意味着您只能在幺正/标量张量上运行

.backward

（无参数）。也就是说，一个单元素张量

例如，你可以

T = torch.sum(S)
T.backward()

因为

T

将是标量输出

---

我发布了更多关于使用pytorch计算中张量导数的信息。

@jodag-谢谢你的回答