torch.autograd.Function.backward

static Function.backward(ctx, *grad_outputs)

定义使用反向模式自动微分来区分操作的公式。

此函数应被所有子类重写。（定义此函数等同于定义 vjp 函数。）

它必须接受一个上下文 ctx 作为第一个参数，然后是 forward() 返回的输出数量（对于 forward 函数的非张量输出将传入 None），并且它应该返回与 forward() 的输入数量相等的张量。每个参数是关于给定输出的梯度，并且每个返回值应该是关于相应输入的梯度。如果输入不是张量或是不需要梯度的张量，你可以只为该输入传入 None 作为梯度。

上下文可用于检索在 forward 传播期间保存的张量。它还有一个属性 ctx.needs_input_grad，它是一个布尔值元组，表示每个输入是否需要梯度。例如，如果 forward() 的第一个输入需要计算关于输出的梯度，那么 backward() 将会有 ctx.needs_input_grad[0] = True。

返回类型

任何