第 4 模块:你自己的自动微分引擎
在你自己的引擎上运行的数字识别器
你以前学过这门课程吗?
这样我们只统计你一次。只会发送你的答案,以及你的匿名进度。
为什么重要 和第 3 模块同样的网络,但现在你的训练代码中没有出现任何梯度公式。得到同样的准确率,就证明了你的引擎是对的。在这一课之后,Linear 会在课程库中解锁。
训练循环就是引子那一课中的那一个。这一次你自己来写它。
本课中的词语和符号
- Tensor
- 在这里指:一个数组,加上它的梯度,再加上它所来自的那些 Tensor
- zero_grad
- 在下一步之前重置梯度,因为 backward 会往梯度上累加
轮到你了
编写 train(X, y, epochs, lr, seed),只用你的引擎(没有手写的梯度)返回一个训练好的 MLP([64, 64, 10]),以及 predict(net, X)。在 397 个留出的数字上至少达到 95%。
本课已完成。干得好。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。