Đạo Hàm Tự Động Đa Thức Bậc Hai với PyTorch Autograd

Mô tả bài toán

Cơ chế tự động tính đạo hàm (Automatic Differentiation hay Autograd) là động cơ cốt lõi đằng sau thuật toán lan truyền ngược (Backpropagation) trong PyTorch. Khi một tensor được thiết lập cờ requires_grad=True, PyTorch sẽ tự động xây dựng đồ thị tính toán (Computational Graph) để theo dõi các phép toán và tính toán chính xác đạo hàm khi gọi phương thức .backward().

Cho hàm số đa thức bậc hai: f(x) = a · x² + b · x + c Theo giải tích toán học, đạo hàm của hàm số tại điểm x là: f'(x) = 2 · a · x + b

Yêu cầu

Sử dụng PyTorch tensor với requires_grad=True để tính giá trị y = f(x) và gọi y.backward() để thu được đạo hàm tại x thông qua x.grad.

Quy ước nộp bài

• Chỉ cần viết một chương trình đọc stdin và in ra stdout. Bài này không yêu cầu viết hàm.
• Không truyền lời nhắc vào input(). Lời nhắc sẽ bị in vào stdout và làm bài sai.
• Chỉ in đúng nội dung ở mục Output. Không in thêm nhãn, dòng trống hay ký tự thừa.
• Output được so khớp từng ký tự, phân biệt chữ hoa/thường và dấu câu.

Ràng buộc

• Các số a, b, c, x nằm trong khoảng [-1000, 1000].