Для чего используют класс Variable PyTorch?

Добавлено 07.04.22  19:05 МСК

PyTorch: определение новых autograd функций 

Смотри 

Применен код со статическими методами в классе MyReLU  и вызов конструктора в виде

=========================================

Полносвязная сеть ReLU с одним скрытым слоем и без смещений, обученная предсказывать y по x путем минимизации квадрата евклидова расстояния.

Эта реализация вычисляет прямой проход, используя операции с переменными PyTorch, и использует автоградацию PyTorch для вычисления градиентов.

Переменная PyTorch представляет собой оболочку вокруг тензора PyTorch и представляет узел в вычислительном графе. 

Originally told :

A PyTorch Variable is a wrapper around a PyTorch Tensor, and represents a node in a computational graph.

Это слово «обертка» означает, что Tensor сам по себе не был способен записывать операции для автоматического дифференцирования AutoGrad в PyTorch. Чтобы записать их и вычислить производные, Tensor обязательно должен быть обернут классом Variable.

=====================================

Однако,на данный момент класс Variable устарел, и мы больше не беспокоимся между Variable и Tensor, поскольку Autograd также поддерживает Tensor.

См. https://medium.com/jun94-devpblog/pytorch-3-tensor-vs-variable-zero-grad-retrieving-value-from-tensor-d746ae5b58c8

=======================================

Если x — переменная, то x.data — это тензор, задающий свое значение, а x.grad — другая переменная, содержащая градиент x по отношению к некоторому скалярному значению.

PyTorch Variables имеют тот же API, что и тензоры PyTorch: (почти) любую операцию, которую вы можете выполнять с тензором, вы также можете выполнять с переменной; разница в том, что autograd позволяет автоматически вычислять градиенты.

Выполняем Code 1 from 

Источник  http://seba1511.net/tutorials/beginner/examples_autograd/two_layer_net_autograd.html