Un Tensor : un tableau qui se souvient
Pourquoi c'est important Le seul type de données du moteur est un Tensor : un tableau plus une place pour son gradient plus une note de son origine.
Un Tensor contient trois choses :
data: le tableau NumPy des valeurs.grad: un tableau de la même forme, qui commence à zéro, que la passe arrière remplira.parents: les Tensors à partir desquels il a été calculé (vide pour les entrées et les poids).
Chaque opération crée un nouveau Tensor et note ses parents. Aujourd'hui, juste la partie vers l'avant de + et * : calculer les valeurs et se souvenir des parents.
Tensor : en apprentissage profond, simplement un tableau à n dimensions. Ici, un tableau qui porte aussi un gradient et son historique.
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
Remplis __add__ et __mul__ pour qu'elles renvoient un nouveau Tensor dont data est la somme ou le produit, et dont parents vaut (self, other). Les simples nombres doivent marcher aussi, via Tensor.lift. Laisse _backward tranquille pour l'instant.
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.
Ce navigateur bloque les cookies pour learn.floati.life, donc les leçons que tu as terminées ici ne peuvent pas s'ouvrir dans l'ordre. Autorise les cookies pour ce site et recharge la page.