dual_level

class torch.autograd.forward_ad.dual_level

Forward AD 的上下文管理器，所有 Forward AD 计算都必须发生在此 dual_level 上下文中。

注意

该 dual_level 上下文将适当进入和退出双精度级别，以控制当前的 Forward AD 级别，该级别是此 API 中其他函数默认使用的。

我们目前不计划支持嵌套的 dual_level 上下文，因此仅支持一个 Forward AD 级别。要计算更高阶的前向梯度，可以使用 torch.func.jvp()。

示例

>>> x = torch.tensor([1])
>>> x_t = torch.tensor([1])
>>> with dual_level():
...     inp = make_dual(x, x_t)
...     # Do computations with inp
...     out = your_fn(inp)
...     _, grad = unpack_dual(out)
>>> grad is None
False
>>> # After exiting the level, the grad is deleted
>>> _, grad_after = unpack_dual(out)
>>> grad is None
True

有关如何使用此 API 的详细步骤，请参阅前向模式 AD 教程。