torch.autograd.Function.backward

static Function.backward(ctx, *grad_outputs)

Определяет формулу для дифференцирования операции с обратным режимом автоматического дифференцирования (псевдоним для функции vjp).

Эта функция должна быть переопределена всеми подклассами.

Она должна принимать контекст ctx в качестве первого аргумента, а затем столько же выходных данных, сколько возвращает forward() (для не-тензорных выходных данных функции forward будет передано None), и она должна вернуть столько же тензоров, сколько было входных данных для forward(). Каждый аргумент — это градиент по отношению к соответствующему выходному значению, а каждое возвращаемое значение — градиент по отношению к соответствующему входному значению. Если вход не является тензором или является тензором, не требующим градиентов, вы можете просто передать None в качестве градиента для этого входа.

Контекст может использоваться для извлечения тензоров, сохранённых во время прямого прохода. Он также имеет атрибут ctx.needs_input_grad в виде кортежа булевых значений, представляющих, требуется ли градиент для каждого входного значения. Например, backward() будет иметь ctx.needs_input_grad[0] = True , если первый вход forward() нуждается в вычислении градиента по отношению к выходу.

Return type

Any