2.5. 自动微分 — 动手学深度学习 2.0.0 documentation (d2l.ai)
在这
自变量是这样定义的
import torch
x = torch.arange(4.0)
后面y是这样定义的
x.grad.zero_()
y = x.sum()
y.backward()
x.grad
把y和x.grad打印出来
y: tensor(6., grad_fn=<SumBackward0>)
x.grad: tensor([1., 1., 1., 1.])
这是怎么回事？既然y已经用x的sum方法返回了一个常数标量，那么y关于任何变量的梯度不都应该是0吗？为什么因变量没有任何变化，梯度都不为零呢？这不符合数学定义啊。y这里的数值已经定死了，扩展出来就是(6,6,6,6)，x的数值也定死了(1,2,3,4)
dy/dx0=(6-6)/(1-0)=0，这不是0吗…