教育学
这是一个用于教学目的的库,它说明了具有反向模式微分(反向传播)的动态计算图的极小实现,用于计算梯度。 以下三项准则可以激励实施中的设计选择:
尽可能模仿PyTorch的API。
简单forward / backward的操作(在numpy数组上操作)。
运行操作时构建的动态计算图。
该图书馆受到其他几个类似项目的启发。 适当时在源中提供特定的确认。
通过Karpathy
:一个教学实施autograd
用法
在examples/toy_half_sum ,您将找到一个基本的用例。 main.py展示了定义前馈神经网络(多层感知器)以学习基本功能的基本用例(在这种情况下, y = sum(x)/2 ,其中x是二进制向量)。 您可以通过在环境中使用python main.py以及来自requirements.txt的软件包来运行它。
基本
有一些重要的数据结构:
Ten