Một bước optimizer đầy đủ
Nhìn đủ ba bước zero_grad → backward → optimizer.step trong một update.
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
Kiến thức tiên quyết: nn.Linear, MSE loss, gradient.
Nội dung đề bài
Mục tiêu kiến thức
Nhìn đủ ba bước zero_grad → backward → optimizer.step trong một update.
Mô tả bài toán
Đây là bài số 388 trong tầng PyTorch deep learning thực hành. Bài dùng thư viện loss.backward + optimizer.zero_grad + optimizer.step trên dữ liệu nhỏ, cố định và chạy CPU; mục tiêu là hiểu workflow chứ không bắt học viên tự viết lại thư viện.
Yêu cầu
Tạo Linear layer, tính MSE trước update, backward, lấy gradient norm, step một lần và tính loss sau update.
def single_training_step(X, y, learning_rate):Input
X ma trận số, y regression và learning_rate.
Output
Dictionary loss_before, loss_after, weight_changed, gradient_norm.
Ràng buộc
Seed 42; phải zero_grad trước backward và step đúng một lần.
Ví dụ
Giải thích
Sau một step đúng hướng, loss trên cùng batch thường giảm và weight_changed là true.
Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.
Góp ý & báo lỗi bài tập
Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.
