모듈 4: 자기만의 autograd 엔진
Tensor: 기억하는 배열
이 강좌를 전에 들은 적이 있나요?
한 번만 세기 위해서예요. 내 답만 익명의 진행 상황과 함께 보내져요.
왜 중요한가 엔진의 유일한 데이터 타입은 Tensor예요: 배열 더하기 기울기를 위한 자리 더하기 어디서 왔는지에 대한 메모.
Tensor는 세 가지를 담아요:
data: 값의 NumPy 배열.grad: 같은 모양의 배열, 0에서 시작하고 역방향이 채워요.parents: 그걸 계산한 Tensor들(입력과 가중치에는 비어 있어요).
모든 연산은 새 Tensor를 만들고 부모를 기록해요. 오늘은 +와 *의 순방향 부분만: 값을 계산하고 부모를 기억하세요.
Tensor: 딥러닝에서는 그냥 n차원 배열. 여기서는 기울기와 그 역사도 지닌 배열.
이 레슨의 단어와 기호
- Tensor
- 여기서는: 배열 더하기 그 기울기 더하기 그것이 나온 Tensor들
- .grad
- 이 Tensor에 대한 최종 손실의 기울기
- unbroadcast
- 기울기를 늘어나기 전의 모양으로 다시 합해 줄이기
내 차례
__add__와 __mul__을 채워서, data가 합이나 곱이고 parents가 (self, other)인 새 Tensor를 반환하게 하세요. 평범한 숫자도 Tensor.lift를 통해 돼야 해요. _backward는 지금은 그대로 두세요.
레슨 완료. 잘했어요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.