torch.autograd.forward_ad.make_dual

torch.autograd.forward_ad.make_dual(tensor, tangent, *, level=None)

將張量值與其正切相關聯，以建立用於正向 AD 梯度計算的「對偶張量」。

結果會是一個新的 tensor，它會別名到 tensor，並且如果 tangent 具有相同的儲存佈局，則會將其以屬性形式原封不動地嵌入，否則會複製它。可以使用 unpack_dual() 來恢復 tangent 屬性。

這個函數是反向可微分的。

給定一個函數 f，其 Jacobian 矩陣為 J，它允許計算 J 和給定向量 v 之間的 Jacobian-向量乘積 (jvp)，如下所示。

範例

>>> with dual_level():
...     inp = make_dual(x, v)
...     out = f(inp)
...     y, jvp = unpack_dual(out)

請參閱前向模式 AD 教學，以了解如何使用此 API 的詳細步驟。