الوحدة 4: محرك autograd الخاص بك
الجمع، والمتوسطات، وإعادة التشكيل، والتبديل
هل سبق لك أخذ هذه الدورة؟
لذا نحسب لك مرة واحدة فقط. يتم إرسال إجابتك فقط، مع تقدمك المجهول.
لماذا هذا مهم الخسارة هي مجموع أو متوسط، والطبقات تعيد التشكيل والتبديل طوال الوقت. كل طبقة تحتاج إلى قاعدة خلفية، وكل قاعدة هي سطر واحد.
- sum (إلى رقم واحد): كل إدخال ساهم بميل 1، لذا يحصل كل منها على التدرج الوارد. التدرج: وحدات بشكل المدخلات، مضروبة في out.grad.
- mean: مجموع مضروب في 1/size. ابنِهِ من sum و multiply، لذا فهو لا يحتاج إلى قاعدة خاصة به.
- reshape: يتمت إعادة ترتيب القيم فقط، لذا أعد تشكيل gradient إلى شكل input.
- transpose: قم بتبديل أبعاد المتجه المتدرج مرة أخرى.
خلاصة تحريك الأرقام يعيد التدرج بنفس الطريقة.
الكلمات والرموز في هذا الدرس
- Tensor
- here: مصفوفة بالإضافة إلى تدرجها بالإضافة إلى الـ Tensors التي أتت منها
- .grad
- تدرج الخسارة النهائية بالنسبة لهذا الـ Tensor
- unbroadcast
- جمع التدرج للعودة إلى الشكل الذي تم شده منه
دورك
اكتب sum و mean و reshape و خاصية T مع قواعدهم العكسية.
اكتمل الدرس. عمل جيد.
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.