课程大纲 第 62 课,共 246 课 · 第 4 模块:你自己的自动微分引擎
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

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%。

发现这节课有问题?报告它 · 就这节课提问

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。