问PyTroch，渐变计算

EN

https://colab.research.google.com/github/pytorch/tutorials/blob/gh-pages/_downloads/neural_networks_tutorial.ipynb

嗨，我正在尝试用pytorch来理解神经网络。我对梯度计算有疑问..

将torch.optim作为选项导入

create your optimizer
optimizer = optim.SGD(net.parameters(), lr=0.01)

在你的训练循环中：

optimizer.zero_grad() #将渐变缓冲区清零

输出=net(输入)

损失=标准(输出，目标)

loss.backward()

optimizer.step() #执行更新

从关于代码中，我了解到loss.backward()计算渐变。我不确定，这些信息如何与optimizer共享以更新渐变。

有没有人能解释一下..

提前感谢！