torch.autograd.forward_ad.make_dual

torch.autograd.forward_ad.make_dual(tensor, tangent, *, level=None)

将张量值与其切线关联起来，创建一个“对偶张量”，用于前向 AD 梯度计算。

结果是一个与 tensor 别名的新张量，其中 tangent 作为属性嵌入，如果存储布局相同则按原样嵌入，否则进行复制。切线属性可以使用 unpack_dual() 恢复。

此函数可进行反向微分。

给定一个函数 f，其雅可比矩阵为 J，该函数允许计算 J 与给定向量 v 之间的雅可比向量乘积 (jvp)，如下所示。

示例

>>> with dual_level():
...     inp = make_dual(x, v)
...     out = f(inp)
...     y, jvp = unpack_dual(out)

有关如何使用此 API 的详细步骤，请参阅前向模式 AD 教程。