反向传播代码pytorch

好的，以下是一个简单的反向传播代码示例：

import torch

# 定义输入和目标输出
x = torch.tensor([1.0, 2.0, 3.0, 4.0], requires_grad=True)
y_true = torch.tensor([2.0, 4.0, 6.0, 8.0])

# 定义模型
w = torch.tensor([0.0], requires_grad=True)
b = torch.tensor([0.0], requires_grad=True)

# 定义损失函数
loss_fn = torch.nn.MSELoss()

# 定义优化器
optimizer = torch.optim.SGD([w, b], lr=0.01)

# 训练模型
for epoch in range(100):
    # 前向传播
    y_pred = w * x + b
    
    # 计算损失
    loss = loss_fn(y_pred, y_true)
    
    # 反向传播
    loss.backward()
    
    # 更新参数
    optimizer.step()
    
    # 清空梯度
    optimizer.zero_grad()
    
    # 打印损失
    print('Epoch [{}/{}], Loss: {:.4f}'.format(epoch+1, 100, loss.item()))

# 输出最终的参数值
print('w:', w.item())
print('b:', b.item())