快捷方式

torch.autograd.Function.backward

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

定义使用反向模式自动微分计算操作微分的公式。

此函数必须由所有子类覆盖。(定义此函数等同于定义 vjp 函数。)

它必须接受一个上下文 ctx 作为第一个参数,其后是与 forward() 返回的输出数量相等的参数(对于 forward 函数的非张量输出,将传递 None),并且它应该返回与 forward() 输入数量相等的张量。每个参数是相对于给定输出的梯度,并且每个返回值应该是相对于相应输入的梯度。如果输入不是张量或是不需要梯度的张量,您可以直接传递 None 作为该输入的梯度。

上下文可用于检索在 forward 传递期间保存的张量。它还有一个属性 ctx.needs_input_grad,它是一个布尔值元组,表示每个输入是否需要梯度。例如,如果 forward() 的第一个输入相对于输出需要计算梯度,则 backward() 将具有 ctx.needs_input_grad[0] = True

返回类型

Any

文档

访问 PyTorch 全面的开发者文档

查看文档

教程

获取针对初学者和高级开发者的深度教程

查看教程

资源

查找开发资源并获得问题解答

查看资源