前言
数学的学习跟数学的计算是要分开的，现在回头再去看大学的高数和线性代数，如果只是学习的话，其实一门课程3天，也就学完了。
学校的课程之所以上那么久，其实是为了考试，也就是为计算准备的。计算有意义的，在有计算机的情况下，计算的意义并不是很大。
所以，如果大学数学没学好，只要花一星期，就能补回来。甚至你没上过大学，只要你上过初中，同样，只需要一个星期就能学会高数和线性代数。
但，问题是，没有人这样给你上课，也没有这样资料让你学习。至少国内是没有这样学习的信息，国内全是耽误我们学习效率的学习模式。
Gradient
上一篇介绍了一点梯度，正向传播，逆向传播。这里再详细介绍一下。
不要被这些名词吓住了，名词的本质都是总结，而总结的名词，其实是最阻碍我们学习的，我们要讨厌它，但不用害怕它。
先看一下requires_grad这个参数的使用，代码如下：
print("============求梯度1==============")
a = torch.randn(3) #这里是randn 不是rand torch.randn：生成服从标准正态分布（均值为0，标准差为1）的随机数。 torch.rand：生成服从均匀分布（在区间 [0, 1) 之间）的随机数。
print(a)
b=a+2
print(b) # 输出tensor是a+2计算后的结果
x = torch.randn(3,requires_grad=True) #这里是randn 不是rand
print(x)
y=x+2
print(y) # 输出tensor是x+2计算后的结果，同时记录了函数，grad_fn=<AddBackward0> 表示是加法函数 grad=gradient fn=Function
这里a和x分别是开启了requires_grad和没有开始requires_grad的模式。如下图：
开启了requires_grad的x，多了一个属性requires_grad=True。
经过y=x+2计算的y，多了一个属性grad_fn=< AddBackward0 >，这里grad=gradient fn=Function，就是梯度函数的意思；里面的Add是加法的意思。
而这个y=x+2，这个计算就是前向传播，前向传播就是这一堆我们定义的函数。
正态分布简介
上面提到了正态分布，这里简单解释一下。
正态分布 若以0为中心，称为均值为0。若均值为0，标准差为1，数据点在不同区间内的分布遵循68-95-99.7规则
均值0，标准差1（数据在68%[-1, 1]95%[-2, 2]99.7%[-3, 3]）。即数据以0为中心，向两边扩散，68%的数据点位于均值的1个标准差范围内（即[-1, 1]区间）95%的数据点位于均值的2个标准差范围内（即[-2, 2]区间）。99.7%的数据点位于均值的3个标准差范围内（即[-3, 3]区间）。
均值0，标准差2，数据在68%[-2, 2]95%[-4, 4]99.7%[-6, 6]）。
标量函数和逆向传播
上面我们使用了前向传播，并设置y=x+2这样的函数，现在我们在增加一个前向传播函数：z=yy2，然后再设置标量函数，最后在执行逆向传播。
注1：在使用backward前，必须给一个scale value（标量值，即常数C） 比如z=z.mean()，或者给一个权度tensor，这里先介绍传递标量函数。
注2：标量函数就是前向传播中的计算损失的损失函数。
注3：标量函数其实是一个标量，或称常量，或称常熟，或称值，或者称一个数。（这里要是说传递的是一个数，那就low了，但要说传了一个标量，就明显较高大上了，这就是名词阻碍我们学习的最完美体现了）。
x = torch.randn(3,requires_grad=True)
print(x)
y=x+2
z=y*y*2
print(z) # 这里会增加属性，grad_fn=<MulBackward0> ，这里的mul表示是乘法
z=z.mean() # 指定标量函数
#这里必须指定标量函数，如果删除z=z.mean() 这句话会提示 grad can be implicitly created only for scalar outputs
print(z) # 属性grad_fn=<MeanBackward0>，Mean表示平均值函数
z.backward() #逆向传播 如果requires_grad=False，则执行z.backward()回抛异常，因为没有记录grad_fn
print(x.grad)
运行如下图：
代码简介如下
x 是启用了自动求导的张量。
y = x + 2，y 仍是一个启用了自动求导的张量。
t = y * y * 2，t 是一个启用了自动求导的张量。
z = t.mean()，z 是标量（因为 mean() 返回的是张量的平均值，结果是标量）。
调用 z.backward()，计算 z 对 x 的梯度，并将其存储在 x.grad 中。
此时，x.grad 中存储的是 z 对 x 的梯度，即 dz/dx；梯度的结构是跟x的结构一样的。
梯度清0
在第二次计算梯度（调用backward()）之前需要清零梯度。
如果在第二次调用 backward() 之前没有清零梯度，那么第二次调用 backward() 计算出的梯度会叠加在第一次计算出的梯度上。
print("============清零grad==============")
weights =torch.ones(4,requires_grad=True)
for epoch in range(3):
model_output =(weights*3).sum()#设置标量值，这里是连写了，分开就是a=weight*3 model_output=a.sum()
model_output.backward()
print(model_output.grad)
model_output.zero_()#可以注释这一行，看看不清零的效果
加权
在计算梯度（调用backward()）之前没有设置标量或权度，就会报错。
上面说过了标量，现在来介绍加权。
代码如下：
x = torch.randn(3,requires_grad=True)
print(x)
y=x+2
z=y*y*2
v = torch.tensor([1.0,2.0,3.0],dtype=torch.float32)
z.backward(v)
print(x.grad)
这里再z.backward()调用前，增加了一个赋值权度的操作。
所谓赋值权度就是使用z.backward()时传递一个参数，这个参数就是一个张量(tensor)；这个tensor的结构要求和x一样。
在计算梯度时，会把梯度的计算结果，x，权度tensor，全提出来，然后相乘。
因为梯度,x,权度tensor的结构是相同的，对应元素相乘，应该比较好理解。
具体计算
y=x+2 dy/dx=y导=1
z=2y² dz/dy=z导=4y
dz/dx=(dz/dy)(dy/dx)=14y=4y
因为y=x+2所以 4y=4(x+2)
加权后是三个元素分别是 14(x1+2) 24(x2+2) 34(x3+2)
带入x即可得到梯度。
如下图，4(0.8329+2）=11.3316,下图是11.3317，这里应该是有个进位。
传送门：
零基础学习人工智能—Python—Pytorch学习（一）
基础学习就先到这。
注：此文章为原创，任何形式的转载都请联系作者获得授权并注明出处！
若您觉得这篇文章还不错，请点击下方的【推荐】，非常感谢！