论文
[1].CSC321 Lecture 10: Automatic Differentiation
[2].Automatic Differentiation in Machine Learning:a Survey
关键点总结：
-
雅可比矩阵：对于多变量函数 y ⃗ = f ( x ⃗ ) \vec{y} = f(\vec{x}) y=f(x)，其梯度矩阵（即雅可比矩阵） J J J 的每个元素表示为：
J i j = ∂ y i ∂ x j J_{ij} = \frac{\partial y_i}{\partial x_j} Jij=∂xj∂yi -
链式法则：在计算复合函数的梯度时，通过链式法则可以将中间变量的梯度与最终输出的梯度结合起来。例如，若 l = g ( y ⃗ ) l = g(\vec{y}) l=g(y) 是标量函数，其梯度 v v v 为：
v = ( ∂ l ∂ y 1 , ⋯ , ∂ l ∂ y m ) v = \left(\frac{\partial l}{\partial y_1}, \cdots, \frac{\partial l}{\partial y_m}\right) v=(∂y1∂l,⋯,∂ym∂l)
则 l l l 关于 x ⃗ \vec{x} x 的梯度可以通过计算 v v v 与 J J J 的乘积得到：
v J = ( ∂ l ∂ x 1 , ⋯ , ∂ l ∂ x n ) v J = \left(\frac{\partial l}{\partial x_1}, \cdots, \frac{\partial l}{\partial x_n}\right) vJ=(∂x1∂l,⋯,∂xn∂l) -
梯度累加：在 PyTorch 中，梯度在反向传播过程中是累加的。每次调用
.backward()方法时，计算的梯度会累加到张量的.grad属性中。因此，为了避免梯度累积导致计算错误，通常需要在每次反向传播之前手动将梯度清零，常用的方法是使用optimizer.zero_grad()或者tensor.grad.zero_()。
示例代码：
import torch# 定义一个简单的多变量函数
x = torch.tensor([1.0, 2.0, 3.0], requires_grad=True)
y = torch.cat([x ** 2, x ** 3], dim=0)# 定义一个标量函数
l = y.sum()# 计算梯度
l.backward()# 查看梯度
print(x.grad)# 梯度清零
x.grad.zero_()
总结：
torch.autograd通过自动计算雅可比矩阵的乘积来实现反向传播。- 每次反向传播后，梯度会累加，因此需要手动清零以避免梯度累积问题。
- 这种方法使得深度学习模型的训练过程更加高效和简洁。
