python - PyTorch Autograd 自动微分功能

Question

我只是想知道，PyTorch 如何跟踪张量上的操作(在 .requires_grad 设置为 True 之后它如何自动计算梯度。请帮助我理解 autograd 背后的想法。谢谢。

Answer 1

这是个好问题!通常，自动微分 (AutoDiff) 的思想是基于多变量链式法则，即 .
这意味着您可以通过“代理”变量 y 表示 x 相对于 z 的导数；事实上，这允许您将几乎所有操作分解为一堆更简单(或原子)的操作，然后这些操作可以“链接”在一起。
现在，像 Autograd 这样的 AutoDiff 包所做的只是简单地存储这种原子操作 block 的导数，例如除法、乘法等。然后，在运行时，您提供的前向传递公式(由多个这些 block 组成)可以轻松地转换为精确导数。同样，如果您认为 AutoDiff 没有完全按照您的要求进行操作，您也可以为自己的操作提供导数。

AutoDiff 相对于导数近似值(如 finite differences)的优势很简单，这是一个精确解。

如果您对它的内部工作原理更感兴趣，我强烈推荐 AutoDidact project ，旨在简化自动微分器的内部结构，因为通常还涉及很多代码优化。另外，这个 set of slides我参加的讲座对理解很有帮助。