Temario Lección 55 de 246 · Módulo 4: Tu propio motor de autograd
Módulo 4: Tu propio motor de autograd

Hacia atrás para la suma y la multiplicación

Por qué importa Con estas dos reglas y la ordenación, tu motor ya puede derivar cualquier fórmula hecha de sumas y productos.

Cada operación le pega una función pequeña, _backward, al Tensor que crea. Cuando se la llama, lee out.grad y suma su parte al grad de cada padre:

  • Para out = a + b: a recibe out.grad, b recibe out.grad.
  • Para out = a * b: a recibe out.grad * b.data, b recibe out.grad * a.data.

Suma siempre al grad del padre (al estilo +=), nunca sobrescribas: un nodo usado dos veces debe recoger las dos contribuciones. Luego backward() pone el grad del nodo final a 1 y llama a cada _backward en orden topológico inverso.

(La función auxiliar unbroadcast que se da, importada arriba, se ocupa de las formas que estiró el broadcasting. Escribirás tu propia versión dentro de dos lecciones; por ahora, envuelve cada contribución en ella).

Palabras y símbolos de esta lección
Tensor
aquí: un array más su gradiente más los Tensor de los que salió
orden topológico
cada nodo listado después de los nodos de los que depende
.grad
el gradiente de la pérdida final respecto a este Tensor
unbroadcast
sumar un gradiente hasta devolverlo a la forma desde la que se estiró
Tu turno

Rellena las dos funciones _backward y el método backward. La prueba oculta comprueba los gradientes de fórmulas que mezclan + y *, incluido un nodo usado dos veces.

¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección

Este ejercicio se abre pronto

Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.