Jumlah, rata-rata, perubahan bentuk, dan transpose
Kenapa ini penting Loss adalah jumlah atau rata-rata, dan layer mengubah bentuk serta melakukan transpose terus menerus. Setiap bagian butuh aturan backward, dan setiap aturan hanya satu baris.
- sum (ke satu angka): setiap entri berkontribusi dengan kemiringan 1, jadi masing-masing mendapat gradien yang datang. Gradien: angka satu dengan bentuk input, dikali out.grad.
- mean: jumlah dikali 1/size. Bangun dari sum dan multiply, jadi tidak butuh aturan sendiri.
- reshape: nilai hanya disusun ulang, jadi ubah bentuk gradient kembali ke bentuk input.
- transpose: transpose kembali gradiennya.
Ringkasan Memindahkan angka akan mengembalikan gradien dengan cara yang sama.
Kata dan simbol di pelajaran ini
- Tensor
- here: sebuah array ditambah gradiennya ditambah Tensor asalnya
- .grad
- gradien dari loss akhir terhadap Tensor ini
- unbroadcast
- meringradien balik ke bentuk asalnya sebelum ditarik
Tulis sum, mean, reshape dan properti T dengan aturan kebalikannya.
Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini
Latihan ini akan segera dibuka
Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.
Browser ini memblokir cookie untuk learn.floati.life, jadi pelajaran yang sudah kamu selesaikan di sini tidak bisa dibuka berurutan. Izinkan cookie untuk situs ini dan muat ulang.