pytorch 0.4バージョンの後、torch.autograd.Variableとtorch.Tensorが統合されました。
基本的な内容
1、あなたはテンソルの自動導出を作成することができ、デフォルトはfalseです。requires_gradプロパティ
2、テンソルはさらに属性：
大学院：テンソルレコードが勾配に対応
grad_fn：目的関数を指し、テンソルの記録動作
図3に示すように、図の計算、ルートノード、リーフノード、中間ノード、ノードがリーフであるかどうかを決定する（.is_leaf）
図4に示すように、リーフは、ルート.backward（）関数を使用して、勾配計算ノード
サンプルコード
1、
＃Requires_gradプロパティに、案内頼る A = torch.randn（2,2＆、requires_grad = TRUE） ＃1 falseにデフォルト値を B = torch.randn（2,2＆ ） を印刷（a.requires_grad、b.requires_grad） ＃使用します。 requires_grad_（）をtrueにrequires_gradセットに ＃を= Trueのb.requires_gradと同等である b.requires_grad_（） 印刷（b.requires_grad）
2、
＃テンソル2属性 ＃グラを：テンソル勾配対応する記録 ＃grad_fnを：ポインティング機能オブジェクトを、テンソルが作動されて記録 印刷（A） 印刷（B） C = A + B プリント（C） プリント（Cをrequires_grad） プリント（a.grad_fn） プリント（b.grad_fn） 印刷（c.grad_fn） D = c.detach（） ＃.detach（）は.DATA（）と同様のデータを取得するが、前者はより安全であるために、後者はありません修正は、情報の追跡autograd 印刷を（d）の 印刷（d.requires_grad）
3、
＃算出マップ X torch.randn =（1 ） W = torch.ones（1、requires_grad = TRUE） B = torch.ones（1、requires_grad = TRUE） 印刷（x.is_leaf、w.is_leaf、b.is_leaf） Y W * = X Z = Y + Bの 印刷（y.is_leaf、z.is_leaf） プリント（y.grad_fn、z.grad_fn） ＃を使用.backwardルートノード（）を得ることができる勾配リーフノード z.backward（retain_graph = 真） 印刷（w.grad） 印刷（b.grad）