求导关键：detach：固定网络参数 求导关键： 定义计算图反向传播即调用 函数/变量.backward()获得梯度，即变量名.grad detach：固定网络参数将该计算移动到记录的计算图外，因此对于u，u是x*x的值，是常量，因此z对x求导是u而不是 y = x*xu = y.detach()z = u*xz.sum().backward() # 对于标量一般都是求完sum后再去求导x.grad == u
