深度学习pytorch学习笔记之自动梯度

上一篇笔记中搭建了一个简单的神经网络模型，前向学习和反向传播都是使用简单的计算，可是随着模型网络的复杂，反向梯度会变得不容易直接计算，所以引入pytorch中的自动梯度下降代码复杂度python 1. autograd和variable torch.autograd包主要功能是完成网络反向传播时的链式求导 过程大体为：先经过输入的tensor数据类型的变量在神经网络的前向传播中生成一张计算图，而后

>>阅读原文<<