.grad 上的 pytorch 导数 returns none

Question

i1 = tr.tensor(0.0, requires_grad=True)
i2 = tr.tensor(0.0, requires_grad=True)
x =  tr.tensor(2*(math.cos(i1)*math.cos(i2) - math.sin(i1)*math.sin(i2)) + 3*math.cos(i1),requires_grad=True)
y =  tr.tensor(2*(math.sin(i1)*math.cos(i2) + math.cos(i1)*math.sin(i2)) + 3*math.sin(i1),requires_grad=True)
    
z = (x - (-2))**2 + (y - 3)**2
z.backward()
dz_t1 = i1.grad
dz_t2 = i2.grad
print(dz_t1)
print(dz_t2)

我正在尝试运行以下代码，但在 z.backward() 之后我遇到了问题。 i1.grad 和 i1.grad return none。据我了解，这个问题的原因是在火炬中评估 backward() 的方式。所以必须使用类似于 i1.retain_grad() 的方法来避免这个问题，我尝试这样做但我仍然得到 none。 i1.retain_grad 和 i2.retain_grad() 放在 z.backward() 之前和 z.backward() 之后，我仍然得到 none 作为答案。到底发生了什么，我该如何解决？ y.grad 和 x.grad 工作正常。

Answer 1

使用：

i1 = tr.tensor(0.0, requires_grad=True)
i2 = tr.tensor(0.0, requires_grad=True)
x =  2*(torch.cos(i1)*torch.cos(i2) - torch.sin(i1)*torch.sin(i2)) + 3*torch.cos(i1)
y =  2*(torch.sin(i1)*torch.cos(i2) + torch.cos(i1)*torch.sin(i2)) + 3*torch.sin(i1)
z = (x - (-2))**2 + (y - 3)**2
z.backward()
dz_t1 = i1.grad
dz_t2 = i2.grad
print(dz_t1)
print(dz_t2)

这里，使用torch.sin和torch.cos确保输出是连接到计算图中的i1和i2的torch张量。此外，像您一样使用 torch.tensor 创建 x 和 y 会将它们从现有图形中分离出来，这再次防止梯度流回 i1 和 i2 .

.grad 上的 pytorch 导数 returns none

pytorch derivative returns none on .grad

python

torch

pytorch