训练过程中的loss.backward()

"loss.backward()" 是一个 PyTorch 的函数，用于计算神经网络中的梯度。在训练过程中，我们需要根据损失函数计算出网络的梯度，以便更新网络的参数，从而使得网络的输出更加符合我们的期望。这个函数会自动计算出所有需要更新的参数的梯度，并将其存储在参数的.grad属性中。然后我们可以使用优化器来更新参数，以使得损失函数的值最小化，从而实现模型的优化。