IT 面试题库

PyTorch 中张量(Tensor)与自动求导(autograd)机制是怎样的?

中级简答题深度学习工程师算法工程师PyTorchTensorautograd

题目

说明 Tensor 的数据结构与反向传播所需的梯度记录机制。

参考答案

内容深度:基础 · 无代码示例 · 来源:外部链接 · 未复核 · 72 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解

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。

练这道题

同分类 · 高频题

题目与答案就在本页;收藏、批注和错题重练在应用内

这道题看完了?连刷同类题,趁热打铁效果最好 进入刷题