torch.autograd.Function.backward¶
- static Function.backward(ctx, *grad_outputs)¶
定义一个用于反向模式自动微分的操作的微分公式。
此函数应由所有子类重写。 （定义此函数等同于定义
vjp函数。）它必须接受一个上下文
ctx作为第一个参数，后面跟着与forward()返回的输出一样多的参数（对于 forward 函数中的非张量输出，将传递 None），并且它应该返回与forward()的输入一样多的张量。每个参数是相对于给定输出的梯度，每个返回值应该是相对于相应输入的梯度。如果输入不是张量或是不需要梯度的张量，你可以直接传递 None 作为该输入的梯度。上下文可以用于检索在前向传递过程中保存的张量。它还具有一个属性
ctx.needs_input_grad，作为布尔值的元组，表示每个输入是否需要梯度。例如，backward()将在forward()的第一个输入需要相对于输出的梯度计算时，设置ctx.needs_input_grad[0] = True。- Return type
