Programme Leçon 56 sur 246 · Module 4 : Ton propre moteur d'autograd
Module 4 : Ton propre moteur d'autograd

La passe arrière pour le produit matriciel

Pourquoi c'est important Le produit matriciel est la bête de somme de chaque couche. Sa règle de passe arrière tient en deux lignes, et tu peux la dériver à partir des seules formes.

De tout petits nombres

Prends out = A @ B avec A de forme (2, 3) et B de forme (3, 4), donc out est (2, 4). Le gradient qui arrive, G, a la forme de out (2, 4). Le gradient de A doit avoir la forme de A (2, 3). La seule façon de faire (2, 3) à partir de G (2, 4) et B (3, 4) est G @ B.T. De même, le gradient de B (3, 4) doit être A.T @ G.

Vérifie un élément de tête : out[0, 0] = A[0, 0] B[0, 0] + A[0, 1] B[1, 0] + A[0, 2] B[2, 0]. Pousse A[0, 1] et out[0, 0] bouge de B[1, 0] fois la poussée. C'est exactement l'élément (0, 1) de G @ B.T quand G vaut 1 en (0, 0) et 0 ailleurs.

Récap dA = G @ B.T, dB = A.T @ G. Si tu oublies, fais correspondre les formes.

Mots et symboles de cette leçon
Tensor
ici : un tableau plus son gradient plus les Tensors dont il vient
.grad
le gradient de la perte finale par rapport à ce Tensor
unbroadcast
sommer un gradient pour le ramener à la forme depuis laquelle il a été étiré
À ton tour

Écris __matmul__ avec son _backward. Le test caché vérifie le gradient de (A @ B) * C pour des formes aléatoires.

Tu as repéré un problème dans cette leçon ? Signale-le · Pose une question sur cette leçon

Cet exercice s'ouvre bientôt

Termine la leçon précédente pour débloquer celle-ci. Tout le cours est gratuit, aucun compte n'est requis, et tu peux lire cette leçon dès maintenant.