منصوبے کے بارے میں

micrograd ایک کم سے کم اسکیلر ویلیو آٹوگریڈ انجن اور اس پر مبنی ایک ہلکی پھلکی نیورل نیٹ ورک لائبریری فراہم کرتا ہے۔ بنیادی `Value` تجرید متحرک طور پر تعمیر کردہ ڈائریکٹڈ ا سائکلک گراف میں آپریشنز ریکارڈ کرتا ہے اور معاون ریاضی اور ایکٹیویشن آپریشنز بشمول جمع، ضرب، قوت، تقسیم، تفریق، اور ReLU کے ذریعے بیک پروپیگیشن کو سپورٹ کرتا ہے۔ README انجن اور نیورل نیٹ ورک کے اجزاء کو بالترتیب تقریباً 100 اور 50 لائنوں کے طور پر بیان کرتا ہے، پروڈکشن اسکیل ٹینسر کارکردگی پر وضاحت اور تعلیمی استعمال پر زور دیتا ہے۔ پیکیج کو `pip install micrograd` کے ساتھ انسٹال کیا جا سکتا ہے۔ مثال `Value` اشیاء سے اظہار تعمیر کرنے، `.data` سے فارورڈ پاس کے نتائج پڑھنے، `backward()` کال کرنے، اور `.grad` کے ذریعے ان پٹ گریڈینٹس کا معائنہ کرنے کو ظاہر کرتی ہے۔ شامل کردہ `micrograd.nn` ماڈیول PyTorch جیسے انٹرفیس کے ساتھ نیورون، پرت، اور MLP طرز کے بلڈنگ بلاکس فراہم کرتا ہے۔ `demo.ipynb` مون ڈیٹاسیٹ پر زیادہ سے زیادہ مارجن نقصان اور SGD کا استعمال کرتے ہوئے دو پرت والے ملٹی لیئر پرسیپٹرون کو بائنری کلاسیفائر کے طور پر تربیت دینے کا مظاہرہ کرتا ہے۔ ایک اور نوٹ بک، `trace_graph.ipynb`، Graphviz کا استعمال کرتے ہوئے کمپیوٹیشن نوڈس کو ان کی قدروں اور گریڈینٹس دونوں کے ساتھ تصور کرتی ہے۔ ٹیسٹ سویٹ PyTorch کو حوالہ نفاذ کے طور پر استعمال کرتا ہے تاکہ حسابی گریڈینٹس کی تصدیق کرے اور اسے pytest کے ساتھ چلایا جاتا ہے۔ README ایک بیرونی microgpt مثال سے بھی لنک کرتا ہے جو دکھاتا ہے کہ کس طرح ایک متعلقہ آٹوگریڈ طریقہ GPT-2 جیسے ٹرانسفارمر کو تربیت دینے اور اس سے نمونہ لینے کے لیے استعمال کیا جا سکتا ہے۔ یہ پروجیکٹ MIT لائسنس کے تحت جاری کیا گیا ہے۔