火炬。当最终张量中有多个值时可以使用 autograd 吗？

Question

当最终张量中有多个值时可以使用 autograd 吗？

我尝试了以下方法。

x = torch.tensor([4.0, 5.0], requires_grad=True)
y = x ** 2

print(y)

y.backward()

抛出错误

RuntimeError: grad can be implicitly created only for scalar outputs

然而，以下工作。

x = torch.tensor([4.0, 5.0], requires_grad=True)
y = x ** 2
y = torch.sum(y)
print(y)

y.backward()
print(x.grad)

输出为

tensor(41., grad_fn=<SumBackward0>)
tensor([ 8., 10.])

我在这里遗漏了什么，或者我可以继续假设 autograd 仅在最终张量中有单个值时才有效？

Answer 1

y.backward() 与 y.backward(torch.tensor(1.0))

通常，输出是标量，因此标量作为默认选择向后传递。但是，由于您的输出是二维的，因此您应该调用 y.backward(torch.tensor([1.0,1.0]))

这将给与预期结果x.grad是tensor([ 8., 10.])