tensorflow - Pytorch Autograd：运行时错误“只能为标量输出隐式创建grad”是什么意思

Question

我正在尝试深入了解 Pytorch autograd；我想在通过如下 sigmoid 函数后观察一个简单张量的梯度：

import torch
from torch import autograd 

D = torch.arange(-8, 8, 0.1, requires_grad=True)

with autograd.set_grad_enabled(True):
    S = D.sigmoid()
S.backward()

我的目标是获得 D.grad() 但即使在调用它之前我也得到了运行时错误：

RuntimeError: grad can be implicitly created only for scalar outputs

我看到另一篇有类似问题的帖子，但那里的答案不适用于我的问题。谢谢

Answer 1

该错误意味着您只能.backward在单一/标量张量上运行（不带参数）。即具有单个元素的张量。

例如，你可以做

T = torch.sum(S)
T.backward()

因为T将是一个标量输出。

我在此答案中发布了有关使用 pytorch 计算张量导数的更多信息。