首先我们来简单地举个pytorch自动求导的例子：
x = torch.randn(3)
x = Variable(x, requires_grad = True)
y = x * 2
gradients = torch.FloatTensor([0.1, 1.0, 0.0001])
y.backward(gradients)
x.grad
在Ipython中会直接显示x.grad的值
Variable containing:
0.2000
2.0000
0.0002
[torch.FloatTensor of size 3]
怎么样，是不是很Easy？
那我们来试一下使用cuda吧
将代码简单改动，就是将x转化为cuda变量
x = torch.randn(3)
x = Variable(x, requires_grad = True)
x = x.cuda() # 需要你的计算机有GPU
y = x * 2
gradients = torch.FloatTensor([0.1, 1.0, 0.0001])
y.backward(gradients)
x.grad
我们来显示一下，
print(x.grad)
None
惊不惊喜，意不意外？
问题出在第三行，cuda的定义要在Variable变量的定义之前，不然第3行会把requires_grad这个bool 搞成False。心好累
改成下边这样子就可以了
x = torch.randn(3)
x = Variable(x.cuda(), requires_grad = True)
#x = x.cuda() # 需要你的计算机有GPU
y = x * 2
gradients = torch.FloatTensor([0.1, 1.0, 0.0001])
y.backward(gradients)
x.grad
Variable containing:
0.2000
2.0000
0.0002
[torch.FloatTensor of size 3]
