PyTorch入门教程（第二课）：Autograd基础讲解

pytorch具备自动执行反向传播的功能。在进行前向传播的过程中，系统可自动追踪并记录每一步操作的拓扑结构顺序，而在反向传播阶段，则能够依据该顺序自动完成梯度的反向计算。

变量定义与作用分析

Variable属于一个类，其作用是对tensor进行封装处理。

每个变量包含三个属性，分别是.data、.grad以及.creator。（注：在最新版本中，.creator已被替换为.grad_fn，此处不再赘述。）对于初始运算节点而言，其.creator属性为空，而.grad属性仅在调用.backward方法时才会被赋值。通过设置require_grad参数，可以明确指定某一变量是否参与梯度计算过程。

    import torch
    from torch.autograd import Variable
    x = Variable(torch.ones(2, 2), requires_grad=True)
    print(x)  # notice the "Variable containing" line