pytorch做了好几次后台
影响pytorch坡度的参数：
1.requires_grad必须为True
forparaminmodel.named _ parameters (: if param [0] in need _ frozen _ list 3360 param [1].requires _ grad=falllar
当网络需要多次请求loss时，多次请求引导并反向传播：
再调用一次backward，就知道程序错了，不能再试一次。 这是因为，默认情况下，如果PyTorch退出一次自动引导，计算图将被丢弃，因此必须手动为两次自动引导设置某些内容。 用以下小例子说明。
importtorchfromtorch.autogradimportvariablex=variable (torch.float tensor ([3]， requires _ grad=true (y=x * 2x * * 23 print ) y.backward(retain_graph=true )将retain_graph设置为true得计算图prinnue tensor([18.]，grad_fn=AddBackward0) tensor ) [8. ] (tensor ) ) 16.) )。
可以看出x的梯度为16。 因为在这里进行了两次自动求导，所以第一次的梯度8和第二次的梯度8加在一起得到了16个结果。