相关疑难解决方法(0)

最近在研究Pytorch和backward函数的封装。我明白如何使用它，但是当我尝试时

x = Variable(2*torch.ones(2, 2), requires_grad=True)
x.backward(x)
print(x.grad)

我预计

tensor([[1., 1.],
        [1., 1.]])

因为它是恒等函数。然而，它返回

tensor([[2., 2.],
        [2., 2.]]).

为什么会出现这种情况？

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？