pytorch自定义forward和backward函数

pytorch会自动求导，但是当遇到无法自动求导的时候，需要自己认为定义求导过程，这个时候就涉及到要定义自己的forward和backward函数。

举例如下：

 看到这里，大家应该会有很多疑问，比如：

1：ctx.save_for_backward和ctx.saved_tensors的含义

2：backward中各个计算函数的意义，以及backward的输入参数grad_out是什么，以及grad_out包含哪些数据。

针对以上问题，我们一个个解答：

第一个问题：百度吧，答案很多！！！！

第二个问题：拿上面这个例子来看，我们定义了一个类似于线性层的东西，但注意这不是线性层，因为我们是直接把输入和weight用*来做点对点的乘法的，所以这不是我们通常情况下的线性层。

但是这么看也费劲，我们写一个网络，把这个函数加到网络中去，再完整的跑一遍看吧！

 测试代码：

 结果如下：

 现在，来进行解答：

首先，backward函数的返回值，就是对应着forward里面的参数的梯度，也就是说，forward函数里面有几个输入参数，那么backward函数的输出就要有几个！为什么是这样？

我们首先要理解backward的输入grad_out，为什么backward的参数就是一个，因为这是根据链式法则来的

比如，我们定义三个函数H（对应上面网络中linear1）,F（自定义函数xjm_inter）,D(对应上面网络中linear2),定义一个输入x(对应上面输入a)，定义一个输出y(对应上面输出b)：

y = D(F(H(X)))

现在，我们求y对x的偏导，那么：

dy/dx = dy/dD * dD/dF * dF/dH * dH/dx

好吧看到这里你可能还是不懂，为什么backward的参数就是一个grad_out！！

我们韩式以上面则个函数为例子，但是，我们现在不求y对x的导数，我们假设F函数有一个叶子节点（或者说requires_grad=True）的参数w1，现在我们要求y对w1的导数：

所以dy/dw1 = dy/dD *dD/dF * dF/dw1。

那么此时，F就是我们上面代码中自定义的xjm_inter函数，则 grad_out = dy/dD *dD/dF。

怎么理解呢，根据链式法则，我们呢所定义的网络中的每一层都是一个单独的函数，所以函数中的变量的最终求导其实只取决于该函数本身，链式法则求导传递过来的其实永远都知识一个值，这就是为什么backward函数的输出只有一个。

那么我们的backward要实现什么样的功能呢？说到这里，大家应该大概能明白了，就是实现当前层那的梯度计算，并进行返回，所以，这也是为什么backward的返回值要和forward的输入值一一对应，否则会报错。