我已经训练了具有矢量输入和标量输出的 NN（回归）。现在我想使用与 Pytorch 一起使用 GD 的 NN 的全局 minimun。
我是一般而言，特别是 Python 和 Pytorch 的新手。
我相信我要做的事情必须已经完成了一千次，即使不是一千次。如果有人可以将我指向某个地方（也许在 Github）的某个代码，我将非常高兴和感激，那里有一个我想做的示例，我可以适应我的需求。
您正在做您所做的工作来训练网络，但您没有更新权重，而是更新输入：
input = torch.zeros([1,3,32,32], requires_grad=True) # Whatever the expected input size of your network is
output = model(input)
target = 0.0 # What kind of target should your network reach?
loss = ((target - output) ** 2) # Replace this with the loss you are using
grad = torch.autograd.grad(loss, input)
您可以将梯度（可能乘以学习率乘以学习率）并多次重复此步骤。我已经从 https：//discuss.pytorch.org/t/gradient-of-loss-of-neural-network-with-with-with-recept-to-input/9482更新
您应该注意以下事实：您的网络可能会产生一个非常嘈杂的“输入”，因此您应该考虑一下初始输入的内容。Google 以前做过类似的事情，请参阅例如 https：//www.networkworld.com/article/2974718/software/deep-dream-aream-arteram-artermater-intercer-intelligence-meets-hallucinations.html