Блог

Я новичок в PyTorch и хочу делать то, что, как я полагаю, очень просто, но у меня возникают большие трудности.

У меня есть функция sin(x) * cos(x) x^2 , и я хочу получить производную от этой функции в любой точке.

Если я делаю это с одной точкой, это отлично работает как

 x = torch.autograd.Variable(torch.Tensor([4]),requires_grad=True)
y = torch.sin(x)*torch.cos(x) torch.pow(x,2)
y.backward()
print(x.grad) # outputs tensor([7.8545])
 

Тем не менее, я хочу иметь возможность передавать вектор как x и оценивать производную по элементам. Например:

 Input: [4., 4., 4.,]
Output: tensor([7.8545, 7.8545, 7.8545])
 

Но, похоже, я не могу заставить это работать.

Я попытался просто сделать

 x = torch.tensor([4., 4., 4., 4.], requires_grad=True)
out = torch.sin(x)*torch.cos(x) x.pow(2)
out.backward()
print(x.grad)
 

Но я получаю сообщение об ошибке «RuntimeError: grad может быть неявно создан только для скалярных выходов»

Как мне настроить этот код для векторов?

Заранее спасибо,

Здесь вы можете найти соответствующее обсуждение вашей ошибки.

По сути, при вызове backward() без аргументов он неявно преобразуется в backward(torch.Tensor([1])) , где torch.Tensor([1]) — выходное значение, относительно которого вычисляются градиенты.

Если вы передаете 4 (или более) входные данные, каждому требуется значение, относительно которого вы вычисляете градиент. Вы можете передать torch.ones_like явно backward , как это:

 import torch

x = torch.tensor([4.0, 2.0, 1.5, 0.5], requires_grad=True)
out = torch.sin(x) * torch.cos(x)   x.pow(2)
# Pass tensor of ones, each for each item in x
out.backward(torch.ones_like(x))
print(x.grad)