机器学习 · 函数

反向传播

对损失张量执行反向传播，计算所有参数的梯度。对标损失.backward()。

调用签名(损失)

反ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 完整案例：按字段调用 反向传播
设 结果 = 机器学习.反向传播(
    损失=[1, 2, 3, 4],  # 必填；按函数业务含义传入 损失;首次使用建议先 打印(...
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

1 个参数

参数类型 / 传入方式说明

损失可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入损失;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '损失';检查调用是否漏了这行

Playbook

基础用法 · 进阶组合 · 错误排查

# 完整案例：按字段调用 反向传播
设 结果 = 机器学习.反向传播(
    损失=[1, 2, 3, 4],  # 必填；按函数业务含义传入 损失;首次使用建议先 打印(...
)
打印(结果)

# 进阶组合:反向传播 配合 机器学习 业务流使用
设 模型 = 机器学习.训练线性回归([[1], [2], [3]], [2, 4, 6])
设 结果 = 机器学习.反向传播(
    损失=[1, 2, 3, 4],  # 必填
)
设 结果 = 机器学习.预测(模型, [[4]])
打印(结果)

# 错误排查:覆盖 1 个必填参数

## 参数 1: 损失
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器学习.反向传播()  # TypeError
# 修复:补上必填字段
设 结果 = 机器学习.反向传播(损失=[1, 2, 3, 4])
打印(结果)