PyTorch 自动微分是什么？理解 requires_grad 和 backward
从一个最小例子理解 PyTorch 如何记录计算过程、自动求梯度，以及为什么训练前要清空梯度。
反向传播
和「反向传播」相关的文章都收在这里，方便沿着同一个主题继续读下去。
标签归档
同一主题下的内容，会更容易看出思路是怎么慢慢长出来的。
前向传播与反向传播到底在做什么？
用“预测、算错、追责、更新”串起一次神经网络训练，并用最小 PyTorch 代码看清 forward、backward 和 step 的分工。