假如y_hat.shape为[2,1]而y.shape为[1,2]，那么由于广播机制，y_hat - y 的shape是[2,2]，这样就导致loss的值算的不正确。
因为规则导致去执行广播而不是报错，会导致很难发现这个错误，使用reshape是非常推荐的做法。
def squared_loss(y,y_hat):
return (y - y_hat) ** 2 / 2
与
def squared_loss(y,y_hat):
return (y.reshape(y_hat.shape) - y_hat) ** 2 / 2
的结果大相径庭 这是为什么
找到问题所在了
def squared_loss(y,y_hat):
#这里必须要要将y reshape一下 因为他是一个向量e.g. Size[10] 而y_hat是一个矩阵 e.g.Size[10,1] 如果缺少了这个操作 pytorch的广播机制会将其结果变成Size[10,10] 一定要小心！！！
return (y.reshape(y_hat.shape) - y_hat) ** 2 / 2
这里面传的参数是 ’列表‘ 而不是 ‘普通的变量’ 传递列表的时候就相当于别的语言的数组，你在函数内对传过来的数组操做同样改变了原数组的值，一个道理。如果传过来的是int型就改变不了了 因为传递的不是引用 而是copy
我认为“reshape()把梯度grad也带上一起reshape了”是不正确的。
我做了以下实验：
"""
注意看下面的代码，原size是[2,1], 仍reshape为[2,1]
如果你的说法是正确的，即reshape会涉及到w.grad的shape，那么此时w.grad的shape也不会改变
但是训练过程中会报相同的错误
"""
w = torch.zeros((2,1), requires_grad=True).reshape(2,1)
"""
注意看下面的代码，我们在reshape操作之后再进行requires_grad属性的设置
这样，在训练过程中不会报错
我们再回看上面一段代码，reshape操作是在requires_grad设置为True之后
所以一个合理的推测是，requires_grad设置为True之后，对w变量的很多操作都会被跟踪，
并建立起计算图。所以上面一段代码中的reshape操作被跟踪，对w的梯度产生了影响，而下面的就不会
"""
w = torch.zeros((1, 2)).reshape(2,1) # w的正确的size是[2,1]
w.requires_grad_(True)大哥，params是函数参数啊，全局环境里的params是作为参数传递到函数里的。你说的函数内能直接访问外部环境变量是闭包，这是两码事
這個是為了不要累積到梯度吧，每次更新完都要清空一次
执行d2l.set_figsize()时报错
AttributeError: module ‘d2l’ has no attribute ‘set_figsize’
这是什么原因呢？
你没有在当前代码定义这个函数，不过这个函数在d2l里定义了，所以你可以.synthetic_data调用
你好，我在gitHub仓库中找到了关于本书习题的答案，希望这对你有所帮助
仓库链接：GitHub - datawhalechina/d2l-ai-solutions-manual: 《动手学深度学习》习题解答，在线阅读地址如下：
感谢，十分有帮助，找了好久， 
1. 如果我们将权重初始化为零,会发生什么。算法仍然有效吗?
w，b如果全是0，那么由于w*x+b恒为0。算法失效。
2. 假设试图为电压和电流的关系建立一个模型。自动微分可以用来学习模型的参数吗?
可以，简单的电路其实是常微分方程。其方程可以线性相加。
3. 能基于普朗克定律48使用光谱能量密度来确定物体的温度吗?
不懂
4. 计算二阶导数时可能会遇到什么问题?这些问题可以如何解决?
由于需要保存中间的梯度，可能会消耗大量资源，然后需要更多算力？不懂
5.为什么在squared_loss函数中需要使用reshape函数?
以书中例子为例，一个是(2,1)而另一个是(2,)，维度不一样不能计算。
6. 尝试使用不同的学习率,观察损失函数值下降的快慢。
大致试了试0.001和1，如果太小（0.001）就下降的过慢，如果是1则会振荡。
7. 如果样本个数不能被批量大小整除,data_iter函数的行为会有什么变化?
会一直按batchsize去划分，但最终剩余样本不够分的时候会将这些作为一个batch