微毕业 微型Autograd引擎（咬一口！：））。通过类似PyTorch的API，在动态构建的DAG和位于其之上的小型神经网络库上实现反向传播（反向模式autodiff）。两者都很小，分别有大约100行和50行代码。 DAG仅在标量值上运行，因此，例如，我们将每个神经元切成其所有单独的微小加法和乘法。但是，这足以构成进行二进制分类的整个深度神经网络，如演示笔记本所示。潜在地用于教育目的。 安装 pip install micrograd 用法示例 以下是一个稍作设计的示例，显示了许多可能的受支持