Unverified50% confidenceFactExact time
自动微分是PyTorch的.backward()和TensorFlow的GradientTape背后的核心原理，它在数值计算的同时进行导数追踪，既不引入数值误差也不产生表达式膨胀
1
Sources
50%
Confidence
Long-term
Relevance
7/19/2026
First Seen
Sources
Related Claims
UnverifiedPyTorch Tensor内置自动微分（Autograd）机制，能够自动追踪计算图并反向传播梯度75% similarUnverifiedPyTorch、TensorFlow 内置的自动微分系统本质上是在计算图上自动执行链式求导过程75% similarUnverifiedTensorFlow、PyTorch等框架中的自动微分系统本质上是可微分编程的工程实现75% similarUnverifiedTensorRT执行的是固定计算图的前向传播，输入张量的形状在构建引擎时就已确定，因此推理计算量基本恒定，不随画面目标数量变化72% similarUnverified自动微分通过将程序分解为基本运算序列精确应用链式法则，既无数值微分的舍入误差，也无符号微分的表达式膨胀问题71% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/558144API
curl https://kongchang.com/api/v1/knowledge/claims/558144MCP
get_claim(id=558144)