快捷方式

torch.autograd.Function.backward

static Function.backward(ctx, *grad_outputs)[原始碼]

定義使用反向模式自動微分計算操作微分的公式。

此函式必須由所有子類覆蓋。(定義此函式等同於定義 vjp 函式。)

它必須接受一個上下文 ctx 作為第一個引數,其後是與 forward() 返回的輸出數量相等的引數(對於 forward 函式的非張量輸出,將傳遞 None),並且它應該返回與 forward() 輸入數量相等的張量。每個引數是相對於給定輸出的梯度,並且每個返回值應該是相對於相應輸入的梯度。如果輸入不是張量或是不需要梯度的張量,您可以直接傳遞 None 作為該輸入的梯度。

上下文可用於檢索在 forward 傳遞期間儲存的張量。它還有一個屬性 ctx.needs_input_grad,它是一個布林值元組,表示每個輸入是否需要梯度。例如,如果 forward() 的第一個輸入相對於輸出需要計算梯度,則 backward() 將具有 ctx.needs_input_grad[0] = True

返回型別

Any

文件

訪問 PyTorch 全面的開發者文件

檢視文件

教程

獲取針對初學者和高階開發者的深度教程

檢視教程

資源

查詢開發資源並獲得問題解答

檢視資源