tensor索引和求导

数据的索引

import torch
a = torch.arange(2,14)
print(a)
print(a[2])
print(a[1:4])
print(a[2:-1])
print(a[:5])
print(a[-3:])
index = [1,3,4,5,5]
print(a[index])
for i in a:
    print(i)

运行结果为：

自动求导

import torch
# 定义一个可以计算梯度的全为1的张量
x = torch.ones(2,2,requires_grad=True)
y = x + 2
z = y * y * 3
out = z.mean()
print(out)
# 对out自动计算梯度，并将梯度累计到每个参数的grad属性下
out.backward()
# 打印对x求导的值
print(x.grad)

 运行结果为：