2.1.2-pytorch-basics-autograd.ipynb 扩展Autograd的问题 about pytorch-handbook

[GoogleGu]

箭头指的是不是应该改成grad_output*ctx.constant

我也觉得是这样，MulConstant的行为应该与内置的乘法行为一致，运行以下代码
a = torch.rand(3, 3, requires_grad=True)
b = a * 5
b.backward(torch.ones_like(a))
a.grad
得到的结果是3乘3值为5的tensor，MulConstant的例子得到的应该也是同样的tensor，应该是需要把ctx.constant乘在grad_output上的。

[zizhang-qiu]

我也觉得是这样

[Night-Quiet]

这一步我个人感觉是这样的, 因为这是一个自定义的Autograd, 所以这个backward其实就是一种自定义, 自定义一种反向传播的梯度计算方法, 当backward完全和forward相同是就没必要重写这个, 而有时候我们更新梯度的时候, 是有一定的取舍和更改, 这里就是在梯度计算的时候, 舍弃constant的影响
当然, 我也觉得作者应该进行一定的解释