grad can be implicitly created only for scalar outputs

你对 张量 进行了梯度求值

在求梯度的时候传一个同维度的张量即可。

import torch

# 第一步：创建 tensor
x = torch.ones(2,2,requires_grad=True)
print(x)

# 第二步：对 tensor 做处理
# x的平方
y = x**2
print(y)

# 第三步：求梯度
y.backward()  # 错误出现在这里，因为 y 是一个张量
print(x.grad)

import torch

# 第一步：创建 tensor
x = torch.ones(2,2,requires_grad=True)
print(x)

# 第二步：对 tensor 做处理
y = x**2
print(y)

# 第三步：求梯度
y.backward(torch.ones(2,2)) # 传入一个相同维度的张量即可
print(x.grad)