Temario Lección 58 de 246 · Módulo 4: Tu propio motor de autograd
Módulo 4: Tu propio motor de autograd

Sumas, medias, reshapes y trasposiciones

Por qué importa Una pérdida es una suma o una media, y las capas hacen reshape y trasponen todo el rato. Cada una necesita una regla hacia atrás, y cada regla es una línea.

  • sum (a un número): cada entrada contribuyó con pendiente 1, así que cada una recibe el gradiente que llega. Gradiente: unos con la forma de la entrada, por out.grad.
  • mean: una suma por 1/tamaño. Constrúyela con sum y la multiplicación, así no necesita regla propia.
  • reshape: los valores solo se recolocan, así que haz reshape del gradiente de vuelta a la forma de la entrada.
  • transpose: vuelve a trasponer el gradiente.

Resumen Mover los números de sitio mueve el gradiente de vuelta de la misma manera.

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 sum, mean, reshape y la propiedad T con sus reglas hacia atrás.

¿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.