Temario Lección 56 de 246 · Módulo 4: Tu propio motor de autograd
Módulo 4: Tu propio motor de autograd

Hacia atrás para la multiplicación de matrices

Por qué importa La multiplicación de matrices es el caballo de batalla de todas las capas. Su regla hacia atrás son dos líneas, y la puedes derivar solo con las formas.

Números diminutos

Toma out = A @ B con A de forma (2, 3) y B de forma (3, 4), así que out es (2, 4). El gradiente que llega, G, tiene la forma de out (2, 4). El gradiente de A debe tener la forma de A (2, 3). La única manera de obtener (2, 3) a partir de G (2, 4) y B (3, 4) es G @ B.T. Del mismo modo, el gradiente de B (3, 4) debe ser A.T @ G.

Comprueba una entrada de cabeza: out[0, 0] = A[0, 0] B[0, 0] + A[0, 1] B[1, 0] + A[0, 2] B[2, 0]. Empuja A[0, 1] y out[0, 0] se mueve B[1, 0] por el empujón. Eso es exactamente la entrada (0, 1) de G @ B.T cuando G vale 1 en (0, 0) y 0 en el resto.

Resumen dA = G @ B.T, dB = A.T @ G. Si se te olvida, encaja las formas.

Palabras y símbolos de esta lección
Tensor
aquí: un array más su gradiente más los Tensor de los que salió
.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

Escribe __matmul__ con su _backward. La prueba oculta comprueba los gradientes de (A @ B) * C con formas aleatorias.

¿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.