![](https://cdn-ak-scissors.b.st-hatena.com/image/square/2a7af365db8e856babf6f38cf00e78826562e002/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JUUzJTgwJTkwUHlUb3JjaCVFMyU4MyU4MSVFMyU4MyVBNSVFMyU4MyVCQyVFMyU4MyU4OCVFMyU4MyVBQSVFMyU4MiVBMiVFMyU4MyVBQiVFMiU5MSVBMSVFMyU4MCU5MUF1dG9ncmFkJTNBJTIwJUU4JTg3JUFBJUU1JThCJTk1JUU1JUJFJUFFJUU1JTg4JTg2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz00N2EzYjZhNTQ4YTlmNmY0N2VjMDg2ODIxMWUzMTQ0Yg%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBzdWRvbWlub3J1JnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1jNTBjZTVjYTRlMTBjMmM0YmQ2NTVkMjVkOTBkZjQ3Yw%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D3005e7df3cecb636d35c8fd53ba8f128)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
【PyTorchチュートリアル②】Autograd: 自動微分 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【PyTorchチュートリアル②】Autograd: 自動微分 - Qiita
はじめに 前回に引き続き、PyTorch 公式チュートリアル の第2弾です。 今回は Autograd: Automatic Diff... はじめに 前回に引き続き、PyTorch 公式チュートリアル の第2弾です。 今回は Autograd: Automatic Differentiation を進めてみたいと思います。 目次 1.Autograd(自動微分) 2.Tensor 3.勾配 4.You can do many crazy things with autograd! 5.最後に 履歴 1.Autograd(自動微分) PyTorch には Autograd(自動微分)の機能が実装されています。 Tensor に勾配情報を保持しておき、定義した計算グラフ(式)に対して backward() メソッドで勾配が計算されます。 以下で具体例をあげながら Autograd について見ていきましょう。 2.Tensor PyTorch の Tensor は、requires_grad 属性を True にすることで勾配が記録