python+matplotlib演示电偶极子实例代码
使用matplotlib.tri.CubicTriInterpolator.演示变化率计算：完整实例：frommatplotlib.triimport(Triangulation,
梯度的本意是一个向量（矢量），表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（此梯度的方向）变化最快，变化率最大（为该梯度的模）。...
使用matplotlib.tri.CubicTriInterpolator.演示变化率计算：完整实例：frommatplotlib.triimport(Triangulation,
如下所示：#codingutf-8a=0.001#定义收敛步长xd=1#定义寻找步长x=0#定义一个种子x0i=0#循环迭代次
前提：我训练的是二分类网络，使用语言为pytorchVaribale包含三个属性：data：存储了Tensor，
背景使用pytorch时，有一个yolov3的bug，我认为涉及到学习率的调整。收集到tencentyolov3和mxnet
sympy有个vector模块，里面提供了求解标量场、向量场的梯度、散度、旋度等计算,官方参考连
在pytorch中一般只对叶节点进行梯度计算，也就是下图中的d,e节点，而对非叶节点，也即是c,
在PyTorch中可以方便的验证SoftMax交叉熵损失和对输入梯度的计算关于softmax_cross_entropy求导的