你好!
我尝试掌握torch.autograd的基础知识,特别是我想测试来自 https://pytorch.org/tutorials/beginner/blitz/autograd_tutorial.html#sphx-glr-beginner-blitz-autograd-tutorial-py 的语句。
所以我的想法是构建一个向量函数,比如:
(y_1; y_2; y_3) = (x_1*x_1 + x_2; x_2 * x_2 + x_3; x_3 * x_3)
然后在点(1,1,1)处计算Jacobian矩阵,并将其乘以向量(3,5,7)。
Jacobian = (2x_1; 1. ; 0. ) (0. ; 2x_2 ; 1. ) (0. ; 0. ; 2x_3)
我期望的结果是 Jacobian(x=(1,1,1)) * v = (6+5, 10 + 7, 2 * 7) = (11, 17, 14)。
现在以下是我在pytorch中的尝试:
import torch
x = torch.ones(3, requires_grad=True)
print(x)
y = torch.tensor([x[0]**2 + x [1], x[1]**2 + x[2], x[2]**2], requires_grad=True)
print(y)
v = torch.tensor([3, 5, 7])
y.backward(v)
x.grad
这给出了不符合预期的结果(2.,2.,1.)。我认为我错误地定义了张量y。如果我只是简单地执行y = x * 2,则梯度将起作用,但是像这种更复杂的张量怎么办?
谢谢。