Day19-pytorch(2)认识backward、自己设置loss function及updata参数

backward计算微分後的结果
backward可自动算出function微分後的结果
也就是算出斜率，之後我们可根据backward的计算结果来更新参数

以下范例我先设置一个x参数为2
注意:型态要为浮点数且requires_grad参数要设为true才可微分
设置一个function为y=2x²+3x+3，x带入此function结果为f(2)=17
使用backward计算dy/dx，也就是对x做微分
此function微分後的结果为4x+3，f'(2)=11
11也就是此function在x=2时的斜率

自己设置loss function、updata参数
先设一个x为1，把它当作我们在训练时所输入的资料
y_hat设为2，把它当作我们的训练目标
w设为3，为我们要训练的参数
y_pred为我们的计算结果
loss则是我们的loss function，为y_pred-y_hat(预测结果减掉训练目标)
loss.backward算出对w的微分结果

根据微分的结果，更新w参数，公式为w-(dy/dw)，也就是减掉微分後的结果
之後再重新计算一次我们的预测结果，可发现已经与我们的训练目标一样

今天我们认识了backward以及如何自己设置loss function、updata参数
明天将带领大家如何设置model、使用pytorch方法来设置loss function及updata参数

送上colab连结，可自行在上面多做点练习更加熟悉pytorch
https://colab.research.google.com/drive/1mgTZLoGTlAbuqePpu8WGHM0_Mc-2n-l8?usp=sharing