import paddle w0 = paddle.to_tensor([3.14, 1.], stop_gradient=False) lr = paddle.to_tensor(0.0001) itretion = 100 for i in range(itretion): y = 2*w0[0]*w0[1] + w0[1]*paddle.cos(w0[0]) y.backward() w0 = w0 - lr*w0.grad print(i, y)
收藏
点赞
0
个赞
请登录后评论
TOP
切换版块
我是在写gradcam时求特征图梯度看的这个
求权重的梯度也一样
对特征图求梯度可以看文档
https://www.paddlepaddle.org.cn/documentation/docs/zh/api/paddle/fluid/dygraph/base/grad_cn.html#grad