一、计算图

 

计算图主要是描述运算的有向无环图，计算图主要有两个部分：结点和边，节点可以表示数据，边表示数据的运算。

叶子结点: 用户创建的结点称为叶子结点

torch.Tensor: data、dtype、shape、device、requires_grad、grad、grad_fn、is_leaf

is_leaf: 指张量是否为叶子结点

grad_fn:  用来记录创建张量时所用的方法

 

二、动态图

 

动态图: 运算和搭建同时进行，主要特点为 灵活、易调节

静态图: 先搭建图，后进行运算，主要特点为 高效、不灵活

>>> import torch
>>> w = torch.tensor([1.],requires_grad=True)
>>> x = torch.tensor([3.],requires_grad=True)
>>> a = torch.add(w,x)
>>> b = torch.add(w,1)
>>> y = torch.mul(a,b)
>>> y.backward()
>>> print(w.grad)
tensor([6.])
>>> print("is_leaf:",w.is_leaf,x.is_leaf,a.is_leaf,b.is_leaf,y.is_leaf)
is_leaf: True True False False False
>>> print("gradient:",w.grad,x.grad,a.grad,b.grad,y.grad)
gradient: tensor([6.]) tensor([2.]) None None None
>>> print("grad_fn:",w.grad_fn,x.grad_fn,a.grad_fn,b.grad_fn,y.grad_fn)
grad_fn: None None <AddBackward0 object at 0x106007f28> <AddBackward0 object at 0x106007c88> <MulBackward0 object at 0x106007c18>

 

 

 

 

 

 

 

 

 

 

 

 

标签：None,leaf,动态图,torch,计算,grad,fn,tensor
来源： https://blog.csdn.net/weixin_41362649/article/details/113094360