intermediate/forward_ad_usage.py 번역 #1031
Open
Conversation
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
BcKmini
changed the title
jih0-kim
reviewed
Oct 24, 2025
| This tutorial demonstrates how to use forward-mode AD to compute | ||
| directional derivatives (or equivalently, Jacobian-vector products). | ||
| 이 튜토리얼은 순전파 모드 자동 미분(Forward-mode AD)을 사용하여 방향성 도함수(directional derivative) 또는 야코비안-벡터 곱(Jacobian-vector product)을 계산하는 방법을 보여줍니다. |
There was a problem hiding this comment.
자동 미분에 대한 약어 표기가 이 문장에서 처음 등장하는데, 전체 명칭을 작성해주면 이해가 더 쉬울 것 같습니다.
순전파 모드 자동 미분(Forward-mode AD) -> 순전파 모드 자동 미분(Forward-mode Automatic Differentiation)
| Also note that forward-mode AD is currently in beta. The API is | ||
| subject to change and operator coverage is still incomplete. | ||
| 또한, 순전파 모드 AD는 현재 베타 버전입니다. 따라서 API가 변경될 수 있으며, 아직 일부 연산자는 지원되지 않을 수 있습니다. |
There was a problem hiding this comment.
글 전반에서 AD라고 작성하지 않고, 자동 미분이라고 작성해도 괜찮을 것 같습니다.
|
|
||
| ###################################################################### | ||
| # Custom autograd Function | ||
| # 사용자 정의 autograd Function |
There was a problem hiding this comment.
Function은 함수라고 번역해도 좋을 것 같습니다.
| # ``functorch.jvp`` requires every primal to be associated with a tangent. | ||
| # If we only want to associate certain inputs to `fn` with tangents, | ||
| # then we'll need to create a new function that captures inputs without tangents: | ||
| # ``functorch.jvp`` 는 모든 원시가 탄젠트와 연결될 것을 요구합니다. |
There was a problem hiding this comment.
본문에서 "primal" 이라는 변수명을 지속적으로 사용하고 있기 때문에 "원시"라는 표현 대신, "primal"을 그대로 사용하는 것이 더 좋을 것 같습니다.
jih0-kim
requested changes
Oct 28, 2025
|
반영했습니다! |
hyoyoung
requested changes
Oct 31, 2025
| # Another way to use ``nn.Module`` with forward AD is to utilize | ||
| # the functional Module API (also known as the stateless Module API). | ||
| # ``nn.Module`` 을 순전파 자동 미분과 함께 사용하는 또 다른 방법은 | ||
| # 함수형 모듈 API를 활용하는 것입니다. |
There was a problem hiding this comment.
(also known as the stateless Module API) 에 대한 부분이 빠져있습니다.
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
3 participants
Add this suggestion to a batch that can be applied as a single commit.
This suggestion is invalid because no changes were made to the code.
Suggestions cannot be applied while the pull request is closed.
Suggestions cannot be applied while viewing a subset of changes.
Only one suggestion per line can be applied in a batch.
Add this suggestion to a batch that can be applied as a single commit.
Applying suggestions on deleted lines is not supported.
You must change the existing code in this line in order to create a valid suggestion.
Outdated suggestions cannot be applied.
This suggestion has been applied or marked resolved.
Suggestions cannot be applied from pending reviews.
Suggestions cannot be applied on multi-line comments.
Suggestions cannot be applied while the pull request is queued to merge.
Suggestion cannot be applied right now. Please check back later.
라이선스 동의
변경해주시는 내용에 BSD 3항 라이선스가 적용됨을 동의해주셔야 합니다. 더 자세한 내용은 기여하기 문서를 참고해주세요. 동의하시면 아래
[ ]를[x]로 만들어주세요.관련 이슈 번호
이 Pull Request와 관련있는 이슈 번호를 적어주세요. 이슈 또는 PR 번호 앞에 #을 붙이시면 제목을 바로 확인하실 수 있습니다. (예. #999 )
PR 종류
이 PR에 해당되는 종류 앞의
[ ]을[x]로 변경해주세요.PR 설명
이 PR로 무엇이 달라지는지 대략적으로 알려주세요.
intermediate/forward_ad_usage.py 통번역 했습니다