说明 Tensor 的数据结构与反向传播所需的梯度记录机制。
Tensor:是带 GPU 加速支持的多维数组,类似 NumPy 但可在计算图上记录操作。
autograd:设置 requires_grad=True 的张量,其上的运算会被动态记录成计算图;调用 loss.backward() 后,PyTorch 自动沿图反向传播,算出各参数的 .grad(梯度)。
动态图优势:每次前向即时建图,控制流(if/for)灵活,调试直观;训练时常用 optimizer.zero_grad() 清空梯度再反传更新。
题目与答案就在本页;收藏、批注和错题重练在应用内