FluxML/Zygote.jl

解決的問題

Zygote 為 Julia 語言提供自動微分（AD），讓開發者能自動計算複雜函數的梯度。這對於訓練機器學習模型與實作可微分程式設計至關重要。

工作原理

它採用「源到源」方法，也就是透過鉤子接入 Julia 編譯器，生成函數的反向傳播程式碼，彷彿使用者手動撰寫一般。它支援 Julia 的動態特性，如控制流程、遞迴、閉包與字典。同時也與 ChainRules.jl 規則集整合，讓使用者可透過 rrule 定義自訂梯度。

適用對象

專為使用 Julia 進行機器學習的研究人員與開發者設計，特別是使用 Flux 框架，或需要支援 Julia 語言彈性之高效率 AD 系統的使用者。

主要亮點

• 源到源 AD：為反向傳播生成高效程式碼。
• 動態語言支援：處理遞迴、閉包與控制流程。
• 類似 HDMI 的彈性：支援對參數巢狀結構進行微分。
• 自訂梯度：透過 ChainRulesCore.jl 定義自訂規則。