注意:Autograd仍在维护,但不再积极开发。 主要开发人员(Dougal Maclaurin,David Duvenaud,Matt Johnson和Jamie Townsend)现在正在开发 ,Dougal和Matt则全职工作。 JAX将Autograd的新版本与jit编译等附加功能结合在一起。 自动毕业 Autograd可以自动区分本机Python和Numpy代码。 它可以处理Python功能的大部分子集,包括循环,if,递归和闭包,甚至可以接受派生类的派生类。 它支持反向模式微分(aka反向传播),这意味着它可以有效地获取相对于数组值参数的标量值函数的梯度以及正向模式微分,并且两者可以任意组合。 Autograd的主要预期应用是基于梯度的优化。 有关更多信息,请查看和。 使用示例: >> > import autograd . numpy as np # Thinly-w