indythedog
Da se nadovezem vamo
Dimenzija slike na ulazu koja je u boji-> 32,32,3
Dimenzija slike na ulazu al tenzor-> ja sam stavio torch.tensor([1,3,5,5])
Kljucni korak u MaxPool.backward (nisam siguran) -> ja sam stavio nadopunjavanje mape znacajki nulama al nisam siguran
Kljucni korak u CrossEntropyWithLogits.backward koji izraz se moze naci -> (probs - y) / X.shape[0]
Ulazna mapa je velicine 4, kernel je 3×3, izlazna je 4, koliko parametara ima model -> ja sam stavio 148, bilo je jos ponudeno 12,16, i vise od 1000
Koji izraz se koristi CrossEntropyWithLogits.forward-> sum(logprobs * y)
Izraz u l2regularizer.backward -> 2 * wd * w
Izraz u Relu.backward -> grads[self.input <=0] = 0
Koliki je kernel koristen u labosu -> 5×5
Metode backward mogu biti backward.input ili backward.params, al nisam vise siguran gdje je koja.
TL;DR; Proučite layers.py tj ono sto se trebalo implementirati u labosu, većinom su te stvari.
Ispitivanje chill
