我有以下简单代码：

def f(x):
    return x[:,0] + x[:,1]

def g(x):
    return torch.zeros_like(x[:,0])

def main():    
    x = torch.tensor([[0.3, 0.3],
        [0.6, 0.3],
        [0.3, 0.6],
        [0.6, 0.6]])
    x.requires_grad_()
    grad_myf = autograd.grad(outputs=f(x), inputs=x, grad_outputs=torch.ones_like(f(x)), create_graph=True, retain_graph=True, only_inputs=True)[0]
    print(grad_myf)

字符串
这会输出正确的结果：

tensor([[1., 1.],
        [1., 1.],
        [1., 1.],
        [1., 1.]])

型
现在我想对g函数求导。g函数只需要返回0，不管x的值是多少。所以它的导数应该是零。所以我写

grad_myg = autograd.grad(outputs=g(x), inputs=x, grad_outputs=torch.ones_like(g(x)), create_graph=True, retain_graph=True, only_inputs=True)[0]
    print(grad_myg)

型
然后我得到错误消息“RuntimeError：Tensor的元素0不需要grad，也没有grad_fn”。
为什么不起作用？我需要用另一种方式重新定义g吗？比如说

def g(x):
    return 0*x

型
确实有效但我不知道这是不是最好的办法我定义g的方法是自然的方法。