dual_level

class torch.autograd.forward_ad.dual_level

用于前向 AD 的上下文管理器，所有前向 AD 计算必须在 dual_level 上下文内进行。

注意

dual_level 上下文负责适当进入和退出双层级，从而控制当前前向 AD 层级，API 中的其他函数默认使用此层级。

但是，我们目前不打算支持嵌套的 dual_level 上下文，因此仅支持单个前向 AD 层级。要计算高阶前向梯度，可以使用 torch.func.jvp()。

示例

>>> x = torch.tensor([1])
>>> x_t = torch.tensor([1])
>>> with dual_level():
...     inp = make_dual(x, x_t)
...     # Do computations with inp
...     out = your_fn(inp)
...     _, grad = unpack_dual(out)
>>> grad is None
False
>>> # After exiting the level, the grad is deleted
>>> _, grad_after = unpack_dual(out)
>>> grad is None
True

请参阅前向模式 AD 教程，了解有关如何使用此 API 的详细步骤。