人工智能原生编程语言自动微分功能实验数据集

该数据集主要面向验证该人工智能原生编程语言原型系统的“源码变换自动微分”这一关键功能而建设，其重要意义在于展示语言和编译器能够在编译期自动推导并生成用于模型训练的梯度计算逻辑（即反向传播图）。数据集的产生方法为：在原型系统上执行包含模型定义和前向传播逻辑的测试脚本，由语言内建的自动微分模块处理后，自动生成并导出前向与反向计算图的可视化文件 。数据集的核心内容是多个典型神经网络模型（Attention、LSTM、ResNet）的前向计算图（_forward.dot）和与之对应的反向计算图（_backward.dot）文件，此外也包含测试脚本和执行日志 。

搜集汇总

背景与挑战

背景概述

该数据集专为验证人工智能原生编程语言原型系统的源码变换自动微分功能而构建，展示了语言和编译器在编译期自动推导并生成梯度计算逻辑（反向传播图）的能力。数据通过执行含模型定义和前向传播的测试脚本，由内置自动微分模块导出前向与反向计算图可视化文件，核心内容涵盖Attention、LSTM、ResNet等典型神经网络的计算图文件、测试脚本及执行日志。