课程大纲 第 53 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

Tensor:一个会记住的数组

为什么重要 引擎唯一的数据类型就是 Tensor:一个数组,加上一个存放它梯度的位置,再加上一条关于它从哪里来的记录。

一个 Tensor 保存三样东西:

  • data:由值组成的 NumPy 数组。
  • grad:一个同样形状的数组,从零开始,由 backward 来填充。
  • parents:计算出它的那些 Tensor(对于输入和权重则为空)。

每一种运算都会创建一个新的 Tensor,并记录下它的父节点。今天只写 + 和 * 的前向部分:计算值,并记住父节点。

Tensor:在深度学习中,就是一个 n 维数组。在这里,它是一个还携带着梯度和自身历史的数组。

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
.grad
最终损失关于这个 Tensor 的梯度
unbroadcast
把一个梯度求和还原成它被拉伸之前的形状
轮到你了

填写 __add__ 和 __mul__,让它们返回一个新的 Tensor,其 data 是和或积,其 parents 是 (self, other)。普通的数字也应该能用,通过 Tensor.lift。暂时不要动 _backward。

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。