Conteúdo do curso Lição 103 de 250 · Intuição de Redes Neurais, LLMs e Conclusão de IA
Intuição de Redes Neurais, LLMs e Conclusão de IA

Assista: Backprop & a Chain Rule

O gradiente descendente precisa de uma coisa: o gradiente da perda em relação a cada entrada e peso. Backpropagation é como você obtém isso, e é apenas a chain rule aplicada a um grafo de operações.

Dê o play. Empurre um valor para frente através de um gráfico minúsculo (x -> double -> square -> L), depois observe o gradiente fluir backward, multiplicando pelo gradiente local de cada step. Assim que você vir, o engine de autograd que você construir a seguir não é mais mágica.

Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição

Este exercício abre em breve

Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.