torch.func.hessian

torch.func.hessian(func, argnums=0)

通过前向-反向策略，计算 func 相对于索引为 argnum 的参数（们）的 Hessian。

正向-逆向策略（组合 jacfwd(jacrev(func))）是获得良好性能的默认选择。也可以通过 jacfwd() 和 jacrev() 的其他组合来计算 Hessian，例如 jacfwd(jacfwd(func)) 或 jacrev(jacrev(func))。

参数

• func (function) – A Python function that takes one or more arguments, one of which must be a Tensor, and returns one or more Tensors

• argnums (int 或 Tuple[int]) – 可选，整数或整数元组，指定要计算 Hessian 的参数。默认为 0。

返回

返回一个函数，该函数接受与 func 相同的输入，并返回 func 相对于 argnums 指定的一个或多个参数的 Hessian。

注意

您可能会看到此 API 报错“forward-mode AD not implemented for operator X”。如果是这种情况，请提交 bug 报告，我们将优先处理。另一种方法是使用 jacrev(jacrev(func))，它具有更好的运算符覆盖范围。

基本用法，对于 R^N -> R^1 函数，得到一个 N x N 的 Hessian

>>> from torch.func import hessian
>>> def f(x):
>>>   return x.sin().sum()
>>>
>>> x = torch.randn(5)
>>> hess = hessian(f)(x)  # equivalent to jacfwd(jacrev(f))(x)
>>> assert torch.allclose(hess, torch.diag(-x.sin()))