pytorch运行错误：RuntimeError: a leaf Variable that requires grad is being used in an in-place operation

tensor 张量参与的运算，都会生成计算图，哪怕其中只有一个tensor，剩下的也都会被强制类型转换

因此每一步要分清实在构建计算图还是在更新值。

每一个tensor分为grad 梯度和data。grad也是一个tensor。如果要更新，务必确保参与运算的每一个元素都是值（非tensor）

出现报错的原因就是 更新值而错误的出现了tensor

import torch
x_data=[1,2,3]
y_data=[2,4,6]
w=torch.tensor(1.0,requires_grad=True)


def forward(x):
    return x*w

def loss(x,y):
    return (forward(x)-y)**2

for epoch in range(100):

    for x,y in zip(x_data,y_data):
        l=loss(x,y)
        l.backward()

        w.data-=0.01*w.grad.item()
        w.grad.zero_()
        print(f"x={x},y={y},loss={l},w.grad:{w.grad.item()},w={w}")
    print('epoch:{},w:{},loss:{}'.format(epoch,w,l))
print(w)