requires_grad

`requires_grad` 是 PyTorch 中的一个属性，用于指定一个张量是否需要被计算梯度。当一个张量的 `requires_grad` 属性被设置为 `True` 时，PyTorch 会自动记录它的计算历史，并且在反向传播时计算并保存它的梯度。这是实现自动微分（Autograd）的关键。

默认情况下，新创建的张量的 `requires_grad` 属性为 `False`。可以通过设置 `requires_grad=True` 将其设置为需要计算梯度。例如：

import torch

x = torch.randn(2, 3, requires_grad=True)

这将创建一个形状为 (2, 3) 的张量 `x`，并将它的 `requires_grad` 属性设置为 `True`。在计算 `x` 的任何函数中，PyTorch 都会自动记录计算历史，并在后面的反向传播中计算并保存它的梯度。