在 Torch 中，反向傳播是通過autograd自動求導技術實現的。在計算圖中，每個節點都保存了其對應的操作以及輸入數據，當執行前向傳播時，每個節點會將自己的梯度傳遞給其輸入節點，從而實現反向傳播。
具體來說，當定義了一個計算圖并執行前向傳播時，Torch會自動構建計算圖并保存每個節點的操作以及輸入數據。然后，通過調用backward()方法，Torch會從計算圖的最后一個節點開始，利用鏈式法則計算每個節點的梯度，并將其傳遞給其輸入節點。最終，每個節點都會保存其相對于輸入數據的梯度，從而實現了反向傳播。
通過這種方式，Torch能夠自動計算任意復雜計算圖中各個節點的梯度，實現了高效的反向傳播。同時，用戶也可以通過手動定義梯度計算來控制反向傳播的過程，以滿足特定的需求。
