深度学习的基本流程是：设计神经网络结构，形成计算图，选择一个合适的损失函数，使用损失函数衡量预测值与真实值之间的差异。具体到一轮计算：我们需要将一个批次的数据喂给神经网络，神经网络前向传播（Forward），求得损失函数的值；然后是反向传播（Back Propagation）过程：求得损失函数对模型各参数的导数，利用梯度下降法来更新模型各参数。深度学习框架的最重要的一项功能就是帮我们完成了求导的过程。本文简单介绍一下PyTorch中张量Tensor以及其自动求导功能。
PyTorch中的Tensor
PyTorch的Tensor尽量兼容了NumPy的数据结构，除了可以像NumPy那样存储和计算张量外，Tensor还可以：
- 被拷贝到GPU上进行计算加速。
- 包含了自动求导的功能。
我们先看一下在PyTorch里Tensor的定义，以及如何创建Tensor。
torch.tensor(data, *, dtype=None, device=None, requires_grad=False, pin_memory=False) → Tensor如果想创建Tensor，需要使用torch.tensor()，其中：
- data是张量本身，可以是列表、元组、NumPy的ndarray，标量等等。
- dtype是数据类型，比如float32等。
- device指定存储该张量的的设备。这个变量主要是针对CPU/GPU异构编程，在CUDA这种异构编程体系里，CPU被称作主机（Host），某张GPU卡被称作设备（Device）。
- requires_grad表示是否需要求梯度（Gradient）或者说是否需要求导。如果设置为True，表示需要求导。默认这个值是False。
我们创建Tensor：
x = torch.ones(2, 2, requires_grad=True)
y = x + 2
z = y * y * 3
out = z.mean()
print(x)
print(y)
print(z)
print(out)输出：
tensor([[1., 1.],
[1., 1.]], requires_grad=True)
tensor([[3., 3.],
[3., 3.]], grad_fn=<AddBackward0>)
tensor([[27., 27.],
[27., 27.]], grad_fn=<MulBackward0>)
tensor(27., grad_fn=<MeanBackward0>)这里，我们可以将x假想成神经网络的输入，y是神经网络的隐藏层，z是神经网络的输出，最后的out是损失函数；或者说我们建立了一个简单的计算图，数据从x流向out。可以看到，只要x设置了requires_grad=True，那么计算图后续的节点用grad_fn记录了计算图中各步的传播过程。
现在，我们从out开始进行反向传播：
out.backward()执行完.backward()后，PyTorch帮我们把计算图中的梯度都计算好了，如下：
print(x.grad)输出：
tensor([[4.5000, 4.5000],
[4.5000, 4.5000]])拓展到深度学习，从输入开始，每层都有大量参数W和b，这些参数也是Tensor结构。给Tensor设置了requires_grad=True后，PyTorch会跟踪Tensor之后的所有计算，经过.backward()后，PyTorch自动帮我们计算损失函数对于这些参数的梯度，梯度存储在了.grad属性里，PyTorch会按照梯度下降法更新参数。
在PyTorch中，.backward()方法默认只会对计算图中的叶子节点求导。在上面的例子里，x就是叶子节点，y和z都是中间变量，他们的.grad属性都是None。而且，PyTorch目前只支持浮点数的求导。
另外，PyTorch的自动求导一般只是标量对向量/矩阵求导。在深度学习中，最后的损失函数一般是一个标量值，是样本数据经过前向传播得到的损失值的和，而输入数据是一个向量或矩阵。在刚才的例子中，y是一个矩阵，.mean()对y求导，得到的是标量。
Tensor与自动求导
下面是一个使用PyTorch训练神经网络的例子。在这个例子中，我们随机初始化了输入x和输出y，分别作为模型的特征和要拟合的目标值。这个模型有两层，第一层是输入层，第二层为隐藏层，模型的前向传播如下所示：
dtype = torch.float
device = torch.device("cpu") # 使用CPU
# device = torch.device("cuda:0") # 如果使用GPU，请打开注释
# N: batch size
# D_in: 输入维度
# H: 隐藏层
# D_out: 输出维度
N, D_in, H, D_out = 64, 1000, 100, 10
# 初始化随机数x, y
# x, y用来模拟机器学习的输入和输出
x = torch.randn(N, D_in, device=device, dtype=dtype)
y = torch.randn(N, D_out, device=device, dtype=dtype)
# 初始化模型的参数w1和w2
# 均设置为 requires_grad=True
# PyTorch会跟踪w1和w2上的计算，帮我们自动求导
w1 = torch.randn(D_in, H, device=device, dtype=dtype, requires_grad=True)
w2 = torch.randn(H, D_out, device=device, dtype=dtype, requires_grad=True)
learning_rate = 1e-6
for t in range(500):
# 前向传播过程：
# h1 = relu(x * w1)
# y = h1 * w2
y_pred = x.mm(w1).clamp(min=0).mm(w2)
# 计算损失函数loss
# loss是误差的平方和
loss = (y_pred - y).pow(2).sum()
if t % 100 == 99:
print(t, loss.item())
# 反向传播过程：
# PyTorch会对设置了requires_grad=True的Tensor自动求导，本例中是w1和w2
# 执行完backward()后，w1.grad 和 w2.grad 里存储着对于loss的梯度
loss.backward()
# 根据梯度，更新参数w1和w2
with torch.no_grad():
w1 -= learning_rate * w1.grad
w2 -= learning_rate * w2.grad
# 将 w1.grad 和 w2.grad 中的梯度设为零
# PyTorch的backward()方法计算梯度会默认将本次计算的梯度与.grad中已有的梯度加和
# 必须在下次反向传播前先将.grad中的梯度清零
w1.grad.zero_()
w2.grad.zero_()
在这个例子中，我们对w1和w2设置了requires_grad=True，损失函数是loss，PyTorch会自动跟踪这两个变量上的计算，当执行backward()时，PyTorch帮我们计算了loss对于w1和w2的导数。每次迭代后，我们都要根据导数，更新w1和w2。PyTorch的backward()方法计算梯度会默认将本次计算的梯度与.grad中已有的梯度加和，下次迭代前，需要将.grad中的梯度清零，否则影响下一轮迭代的梯度值。经过多轮训练，模型的loss不断变小。
以上就是使用PyTorch的Tensor和自动求导来构建神经网络模型的过程。