Calcul multivarié depuis les premiers principes
Une seule structure de données organise tout ce qui précède dans les deux dernières leçons : le graphe de calcul. Chaque opération arithmétique d'un modèle (addition, multiplication, produit matriciel, activation) devient un nœud dans un graphe orienté. C'est grâce à ce graphe que PyTorch, JAX et TensorFlow calculent les gradients automatiquement.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Graphes de calcul