وجه الفاحص نحو محركك
لماذا هذا مهم المحرك الذي يحتوي على قاعدة واحدة خاطئة سيتدرب ببطء وسوء، وقد لا تعرف ذلك أبدا. من الآن فصاعدا، يتم فحص كل عملية جديدة قبل استخدامها.
قام مدقق الوحدة 3 الخاص بك بتعديل مصفوفات NumPy. هنا، قم بتعديل data الخاص بـ Tensor في مكانه، وأعد بناء العملية الحسابية، وقارنها بما تركه backward في .grad.
الوصفة: (1) بناء المخرجات واستدعاء backward() مرة واحدة للحصول على تدرجات المحرك. (2) لكل مدخل ولكل إدخال، قم بتعديل data للأعلى وللأسفل، ثم أعد البناء، واقرأ قيمة المخرجات. (3) أبلغ عن أكبر خطأ نسبي.
خلاصة لا تثق أبدا بقاعدة تراجع جديدة حتى تجتاز فحصا.
الكلمات والرموز في هذا الدرس
- Tensor
- here: مصفوفة بالإضافة إلى تدرجها بالإضافة إلى الـ Tensors التي جاءت منها
- .grad
- تدرج الخسارة النهائية بالنسبة لهذا الـ Tensor
- unbroadcast
- جمع التدرج العكسي إلى الشكل الذي تم شده منه
اكتب engine_check(build, inputs): build() تعيد Tensor قياسي محسوب من الـ Tensors في القائمة inputs. أعد أكبر خطأ نسبي بين تدرجات المحرك وتلك المعدلة. أعد تعيين grad لكل مدخل إلى أصفار قبل استدعاء backward. يحتوي الاختبار المخفي على ثلاث أخطاء في المحرك، واحد تلو الآخر؛ يجب أن يبلغ مدققك عن قيمة أعلى من 1e-3 لكل منها، وأقل من 1e-6 للمحرك الصحيح.
سيفتح هذا التمرين قريبا
أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.
يقوم هذا المتصفح بحظر ملفات تعريف الارتباط لـ learn.floati.life، لذا لا يمكن فتح الدروس التي أنهيتها هنا بالترتيب. اسمح بملفات تعريف الارتباط لهذا الموقع وأعد التحميل.