torch.func.hessian

torch.func.hessian(func, argnums=0)

通过前向-反向策略计算 func 相对于索引 argnum 处的参数的 Hessian。

前向-反向策略（组合 jacfwd(jacrev(func))）是获得良好性能的良好默认值。可以通过 jacfwd() 和 jacrev() 的其他组合（如 jacfwd(jacfwd(func)) 或 jacrev(jacrev(func))）来计算 Hessian。

参数

• func (函数) – 一个 Python 函数，它接受一个或多个参数，其中一个必须是张量，并返回一个或多个张量

• argnums (int 或 Tuple[int]) – 可选，整数或整数元组，表示相对于哪个参数获取 Hessian。默认值：0。

返回

返回一个函数，该函数接受与 func 相同的输入，并返回 func 相对于 argnums 处的参数的 Hessian。

注意

您可能会看到此 API 因“运算符 X 未实现前向模式 AD”而出错。如果是这样，请提交错误报告，我们将优先处理它。另一种选择是使用 jacrev(jacrev(func))，它具有更好的运算符覆盖范围。

使用 R^N -> R^1 函数的基本用法会得到一个 N x N Hessian

>>> from torch.func import hessian
>>> def f(x):
>>>   return x.sin().sum()
>>>
>>> x = torch.randn(5)
>>> hess = hessian(f)(x)  # equivalent to jacfwd(jacrev(f))(x)
>>> assert torch.allclose(hess, torch.diag(-x.sin()))