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.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.