下面介绍了在pytorch中如何进行梯度运算，并介绍了在运行梯度计算时遇到的问题，通过解决一个个问题，来深入理解梯度计算。

梯度计算

import torch
x = torch.rand(3,4,requires_grad=True)
b = torch.rand(4,3,requires_grad=True)
print(x,b)

y = x@b

t = y.sum()

求导数

t.backward()
x.grad

问题1：

让y运行backward方法

y.backward()

会报错

RuntimeError: grad can be implicitly created only for scalar outputs

为什么会这样呢？
因为y为是多维张量，在pytorch中不允许张量对张量求导，只允许标量对张量求导。正如上面粒子，x为3x4矩阵，b为4x3矩阵，x与b矩阵相乘，得到3x3的矩阵y，如果对y求导，那么x的导数该怎么求呢