问题描述
在PyTorch中，我要进行以下计算：
l1 = f(x.detach(),y)
l1.backward(retain_graph=True)
l2 = -1*f(x,y.detach())
l2.backward()
其中f是一些函数，而x和y是需要梯度的张量。请注意，x和y可能都是利用共享参数的先前计算的结果（例如，x=g(z)和y=g(w)，其中g是{ {1}}。
问题在于nn.Module和l1在数值上都是相同的，直到负号为止，并且重复两次计算l2似乎很浪费。能够计算一次，并对结果应用两次f(x,y)会更好。有什么办法吗？
一种可能性是手动调用backward并更新每个autograd.grad w.grad的{{1}}字段。但是我想知道是否有一种更直接，更干净的方法，可以使用nn.Parameter函数。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）