Pytorch官方指南（一） 翻译版本
- 自动求导机制（Autograd mechanics）
- 倒序逐层移除子图（Excluding subgraphs from backward）
- 自动求导技术如何编码历史（How autograd encodes the history）
- 广播机制（BROADCASTING SEMANTICS）
- Numpy原本的广播含义
- 更新后兼容性
自动求导机制（Autograd mechanics）
本说明将概述自动求导的工作原理并记录操作。完全没有必要理解所有这些，但我们建议您熟悉它，因为它将帮助您编写更高效、更干净的程序，并可以帮助您进行调试。
倒序逐层移除子图（Excluding subgraphs from backward）
每个张量都有一个标志：requires_grad允许细粒度地从梯度计算中排除子图，并且可以提高效率。
requires_grad
就算只有一个在操作图中的输入需要梯度下降，那么它的输出也需要梯度下降。相反，只有当所有输入都不需要梯度下降时，输出才不需要。当所有在子图中的张量都不需要梯度下降时，这个子图不参与反向传播。
x = torch.randn(5, 5) # requires_grad=False by default
y = torch.randn(5, 5) # requires_grad=False by default
z = torch.randn((5, 5), requires_grad=True)
a = x + y
>>> a.requires_grad
False
b = a + z
>>> b.requires_grad
True当你想冻结你的模型的一部分，或者你事先知道你不打算使用梯度w.r.t.一些参数的时候，这是特别有用的。例如，如果你想微调一个预训练好的CNN，在冻结的基础上改变require s_grad就足够了，并且不会保存中间缓冲区，直到计算到达最后一层，仿射变换将使用需要梯度下降权重，网络的输出也将需要它们。
model = torchvision.models.resnet18(pretrained=True)
for param in model.parameters():
param.requires_grad = False
# Replace the last fully-connected layer
# Parameters of newly constructed modules have requires_grad=True by default
model.fc = nn.Linear(512, 100)
# 模型首先将所有参数的requires_grad设置为False，接着将fc层改为线性层实现降维，新创建的线性层的参数默认参与梯度下降。
# Optimize only the classifier
optimizer = optim.SGD(model.fc.parameters(), lr=1e-2, momentum=0.9)自动求导技术如何编码历史（How autograd encodes the history）
Autograd是一种逆向自动识别系统。从概念上讲，autograd记录了一个图，它记录了在执行操作时创建数据的所有操作，为您提供了一个有向无环图，它的叶子是输入张量，根是输出张量。通过从根到叶跟踪此图，可以使用链规则自动计算梯度。
在内部，autograd将此图表示为函数对象（真正的表达式）的图，可以将其应用于计算图对应的求值的结果。当计算正向传播时，autograd执行用户请求的计算的同时，构建一个表示计算梯度的函数的图（每个torch的.grad_fn属性。张量是该图的入口点）。当前向过程完成时，我们在后向过程中计算该图以计算梯度。
需要注意的一点是，图在每次迭代时都是从头开始重新创建的，这正是允许使用任意Python控制流语句的原因，这些语句可以在每次迭代时更改图的总体形状和大小。在开始训练之前，你不必对所有可能的路径进行编码——你所跑的就是你所区分的。（就是说每次迭代的图，都是可以变化的）
广播机制（BROADCASTING SEMANTICS）
许多Pytorch操作支持Numpy的广播机制。简而言之，如果一个Pytorch操作支持广播，那么它本身的Tensor参数就可以自动地扩展成相同的大小（不直接复制数据）。
Numpy原本的广播含义
如果两个Tensor满足以下规则，它们是可传播的：
- 每个Tensor有至少一个维度。
- 在迭代维度大小时，从尾部维度开始，两个Tensor的维度大小必须相等，其中一个是1，或者其中一个不存在。
例如：
x = torch.empty(5,7,3)
y = torch.empty(5,7,3)
# same shapes are always broadcastable (i.e. the above rules always hold)
x = torch.empty((0,))
y = torch.empty(2, 2)
# x and y are not broadcastable, because x does not have at least 1 dimension
x = torch.empty(5, 3, 4, 1)
y = torch.empty( 3, 1, 1)
>>> (x + y).size()
(5, 3, 4, 1)
# but:
x = torch.empty(5, 2, 4, 1)
y = torch.empty( 3, 1, 1)
# RuntimeError: The size of tensor a (2) must match the size of tensor b (3) at non-singleton dimension 1更新后兼容性
以前版本的PyTorch允许在不同形状的张量上执行某些逐点函数，只要每个张量中的元素数相等。然后，通过将每个张量视为一维来执行逐点操作。PyTorch现在支持广播，“一维”的点式行为被认为是不推荐的，并且在张量不可广播但具有相同数量的元素的情况下，将生成Python警告。例如：
torch.add(torch.ones(4,1), torch.randn(4))以前生成的张量大小为torch.size（[4,1]），但现在生成的张量大小为torch.size（[4,4]）。为了帮助识别代码中可能存在由广播引入的向后不兼容的情况，可以将Tro.Upj.BuffCast.BulkStudioWaveNo.Trime:Trtrue设置为Trtrue，这将在这种情况下生成Python警告，正常使用不会造成警告。
