度：deg（全称：degress）一个圆有360度

90deg = 100grad = 0.25turn  ≈ 1.570796326794897rad

即： 1turn = 360deg = 400grad

（2）grad属性：

梯度：grad（gradians）：一个圆共有400个梯度

（3）turn属性：

转、圈：turn（turns）：一个圆共1个圈

（4）rad属性：

弧度：rad（radians）：一个圆共2π弧度

以上的角度单位都会应用在如下属性里面：

-webkit-transform: rotate(0.5turn);
	transform: rotate(0.5turn);
                    （1）deg属性：度：deg（全称：degress）一个圆有360度90deg = 100grad = 0.25turn≈ 1.570796326794897rad即：1turn = 360deg = 400grad（2）grad属性：梯度：grad（gradians）：一个圆共有400个梯度（3）turn属性：转、圈：turn（turns）：一个圆共1个圈（4...
度（Degress）。一个圆共360度
90deg = 100grad = 0.25turn ≈ 1.570796326794897rad
-moz-transform: rotate(2deg);
-webkit-transform: rotate(2deg);
transform: rotate(2deg);
web前端开发学习Q-q-u-n： 767273102 ，分享学习的方法...
				
该函数根据正弦值和余弦值唯一确定角度 (-180,180] 度数或（-pi, pi] 弧度数）。
 用法： theta=angleCalc(S,C,out_mode)
 S：角度的正弦值C：角度的cos值out_mode: 'deg' 或 'rad' 默认输出模式是度数
例子： theta=angleCalc(sin(-2*pi/3),cos(-2*pi/3)) θ = -120; theta=angleCalc(sin(2*pi/3),cos(2*pi/3),'rad') θ= 2.0944 [弧度]
				
在PyTorch中，`.grad`属性是张量对象的一个属性，用于存储相对于该张量的梯度。通过计算图的反向传播过程，PyTorch会自动计算张量的梯度，并将其存储在`.grad`属性中。
以下是一个简单示例，演示如何使用`.grad`属性获取张量的梯度：
```python
import torch
# 创建一个张量并进行计算
x = torch.tensor([2.0], requires_grad=True)
y = x ** 2
# 计算y相对于x的梯度
y.backward()
# 获取x的梯度
print(x.grad)  # 输出: tensor([4.])
在上述示例中，我们通过`requires_grad=True`来告诉PyTorch需要计算x的梯度。然后，通过执行`y.backward()`来进行反向传播，计算y相对于x的梯度。最后，我们可以通过访问`x.grad`属性来获取x的梯度，输出结果为tensor([4.])。
需要注意的是，只有设置了`requires_grad=True`的张量才会计算梯度。对于不需要梯度的张量，可以通过将其设置为`requires_grad=False`来禁用梯度计算，以节省内存空间。
希望这个示例能够帮助您理解在PyTorch中如何使用`.grad`属性获取张量的梯度。如果您有其他问题，请随时提问。