课程大纲 第 51 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

引子:十行代码训练一个数字识别器

为什么重要 在第 3 模块中,你手写了每一个梯度。真实的网络有几十种层;没有人会每次都手工推导它们。一个自动微分引擎会替你做这件事,而到这个模块结束时,你就会写出一个。

最前面的几行导入了你即将构建的那个完成版引擎(它被藏起来了,这样接下来的课仍然由你来解决)。看一看数据之后的那十行:它们构建了一个网络,并在数字上训练它,而它们没有任何地方提到梯度公式。loss.backward() 会把它们全部算出来。

先预测曲线:猜一猜第 1 个轮次之后和第 10 个轮次之后的平均训练损失。

自动微分:自动求导。你只写前向的计算;引擎会把它记录下来,并通过反向运行链式法则计算出每一个梯度。

本课中的词语和符号
自动微分
自动的梯度:你写前向传播,引擎做反向传播
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

填写 my_guess,然后运行。读一读那十行训练代码,留意缺了什么。

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。