torch.autograd.forward_ad.unpack_dual

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

解包一個「對偶張量 (dual tensor)」以取得其張量值 (Tensor value) 及其前向自動微分梯度 (forward AD gradient)。

結果是一個名為 (primal, tangent) 的 namedtuple，其中 primal 是 tensor 的 primal 的一個視圖 (view)，而 tangent 則是 tensor 的 tangent，維持原樣。 這些張量都不能是層級 (level) 為 level 的對偶張量。

此函數是反向可微分的 (backward differentiable)。

範例

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

請參閱前向模式 AD 教學 (forward-mode AD tutorial)，以取得有關如何使用此 API 的詳細步驟。