Vertrou die helper?
Waarom dit saak maak AI-assistente sal met genoeë jou training runs diagnoseer. Hulle is dikwels reg en soms selfversekerd verkeerd. Die vaardigheid is om te weet watter een, deur bewys te gebruik in plaas van toon.
'n AI-helper het tien gebreekte runs gekyk en 'n fout vir elk een benoem. Ongeveer 'n derde van sy antwoorde is verkeerd, en hulle klink presies so selfversekerd soos die regte een. Besluit vir elke geval: aanvaar of verwerp. Baseer elke besluit op 'n probe, nie op hoe geloofwaardig die bewering klink nie.
Jou telling is verdict accuracy: hoe gereeld jou accept of reject met die waarheid ooreengekom het. (Dit is nie kalibrasie nie, wat Module 9 definieer: of selfvertroue ooreenstem met hoe gereeld jy reg is.) Let op vir aansprake wat by sommige simptome pas maar nie die beslissende een nie: 'n gestopte loss kan 'n learning rate wees wat te laag is, of een wat goed was en dan gedaal het.
| Probe | Wat dit vir jou vertel |
|---|---|
loss_curve(c) | Trainingsverlies elke 50 stappe en finale validasie-akkuraatheid. Kyk altyd eerste. |
loss_at_init(c) | Verlies voor opleiding. 'n Vars 10-klas model moet naby ln(10) = 2.30 wees. |
overfit_one_batch(c) | Kan dit 32 voorbeelde onthou? 'n Gesonde opstelling kry naby 0. |
grad_norms(c) | Gradientgrootte per gewigmatriks aan die begin. Nul beteken niks kan leer. |
update_ratio(c) | Gewone SGD stapgrootte relatief tot gewiggrootte. Gesond is ongeveer 0.001 tot 0.1 ('n reël van die duim vir gewone SGD; Module 14 wys waarom Adam verskil). |
act_stats(c) | Verstekte aktiverings: gemiddelde, grootste waarde, aandeel van dooie eenhede. |
lr_schedule(c) | Die leertempo by stappe 0, 50, 100 en so voort.\ |
batch_labels(c) | Die etikette in die eerste paar batches. |
overlap(c) | Hoeveel validasie-voorbeelde verskyn ook in die opleiding. |
Woorde en simbole in hierdie les
- probe
- 'n vinnige meting van 'n run, soos gradient groottes of dead units
- verdict akkuraatheid
- hoe gereeld het jou aanvaarding of verwerping van 'n aanspraak ooreengekom met die waarheid
Vir elke geval A tot J, stel verdicts[case] in op True (die helper is reg) of False. Jy moet ten minste 9 van 10 reg kry.
Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les
Hierdie oefening open binnekort
Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.
Hierdie blutser blokkeer koekies vir learn.floati.life, so lesse wat jy hier voltooi het kan nie in volgorde oopgaan nie. Laat koekies vir hierdie webwerf toe en laai nuut.