torch.autograd.forward_ad.make_dual

torch.autograd.forward_ad.make_dual(tensor, tangent, *, level=None)[源代码]

将张量值与其切线关联，形成“双重张量”，以进行正向自动微分的梯度计算。

结果是一个新的张量，与tensor同名。如果存储布局相同，则将tangent作为属性原样嵌入；否则进行复制。tangent属性可以通过unpack_dual()恢复。

此函数可以进行反向微分。

给定一个函数 f，其雅可比矩阵为 J，可以计算雅可比矩阵与向量的乘积（jvp），即在 J 和给定向量 v 之间的雅可比-向量积，如下所示。

示例：

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

请参阅前向模式AD教程，以了解如何使用此API的详细步骤。