ai-158Đọc toàn bộ đề miễn phí

Xây dựng động cơ tự động tính đạo hàm vô hướng (Micrograd Value Engine)

Theo kiến trúc động cơ Autograd kinh điển của Andrej Karpathy (Micrograd), mỗi nút trong đồ thị tính toán được đại diện bởi một lớp Value lưu trữ giá trị vô hướng (data), gradient…

AINâng cao30 phút

Tiến độ của tôi ở bài này

Điểm được lưu vào tài khoản sau khi chấm bài.

Đang tải điểm của bạn…

Kiến thức và chủ đề

autogradcomputational-graphmicrogradchain-rulereverse-mode

Kiến thức tiên quyết: computational-graph-forward-backward.

Nội dung đề bài

Mô tả bài toán

Theo kiến trúc động cơ Autograd kinh điển của Andrej Karpathy (Micrograd), mỗi nút trong đồ thị tính toán được đại diện bởi một lớp Value lưu trữ giá trị vô hướng (data), gradient tích lũy (grad), các nút cha (_prev), và một hàm closure lan truyền ngược _backward().

Hãy hoàn thiện lớp ScalarValue hỗ trợ:

  • __init__(self, data: float, _children=()): khởi tạo data = float(data), grad = 0.0.
  • Phép cộng __add__(self, other): hỗ trợ cả ScalarValue + ScalarValue và ScalarValue + float/int.
  • Phép nhân __mul__(self, other): hỗ trợ cả ScalarValue * ScalarValue và ScalarValue * float/int.
  • Hàm kích hoạt relu(self): tính y = max(0, x) và lan truyền đạo hàm ∂ L∂ x = ∂ L∂ y · Ix > 0.
  • Phương thức backward(self): sắp xếp đồ thị theo thứ tự topo (topological sort), đặt gradient của nút gốc bằng 1.0 (self.grad = 1.0), sau đó duyệt ngược từng nút để gọi _backward().

Input

  • Lớp ScalarValue(data, _children): Khởi tạo đối tượng với các tham số, trọng số hoặc cấu hình tương ứng.

Output

  • Các phương thức của ScalarValue: Trả về kết quả tính toán hoặc cập nhật trạng thái nội bộ của đối tượng.

Ràng buộc

  • Thời gian chạy tối đa: 6000ms.
  • Giới hạn bộ nhớ: 512MB.
  • Dữ liệu đầu vào hợp lệ theo đúng kiểu dữ liệu và miền giá trị được mô tả.

Ví dụ 1

Input

a = ScalarValue(2.0)
b = ScalarValue(-3.0)
c = ScalarValue(10.0)
d = a * b + c
L = d.relu()
L.backward()

Output

{
  'L.data': 4,
  'a.grad': -12
}

Giải thích

Hàm/lớp được gọi với các tham số mẫu trên và trả về kết quả số học / kích thước tensor tương ứng theo đúng thiết kế.

3 cấp độ gợi ýMở dần khi bạn thật sự cần hỗ trợ.
Phân tích lời giảiGiải thích hướng tư duy và thuật toán.
Code tham khảoDùng để đối chiếu sau khi tự làm.

Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.