karpathy/micrograd
打开原仓库 micrograd
从一小段自动微分源码，看懂反向传播究竟在做什么。
入门MIT学习估计 2–4 小时尚未记录
本次学习产物
为 Value 增加一个运算，并用数值差分核对梯度。
开始前
Python 类；知道导数与链式法则。
运行环境基础切片仅需 Python 和 CPU；完整上游测试另需 PyTorch、pytest。
STEP 01 / 04
读懂源码
从 engine.py 的 Value.__mul__ 追到 backward，观察 _prev、拓扑顺序和梯度累加。再看 nn.py 如何组合神经元。
从这两个入口读起
先在纸上画出输入 → 处理 → 输出，再用断点或日志验证调用顺序。记录你读到的函数名与行号，不要求通读整个仓库。
准备自己的源码副本
git clone https://github.com/karpathy/micrograd.git
cd micrograd
git checkout 7bc720e951fe422b8f8814aa5aa1b64121d26b4c
git switch -c study/micrograd在新的学习目录运行；固定提交用于对应源码导读，不承诺它是最新稳定发行版。
留下这一步的学习依据
访客手记仅保存在此浏览器；登录后可主动导入到账号，原件保留。清除浏览器数据前请导出。不保存密钥或敏感资料。
修订历史 0 版
保存会追加历史，保留之前的失败与修订依据；访客最多 50 版，不自动清理。
还没有保存记录。可以先记录一个问题，再慢慢修订。