Kurrikulum Leson 232 van 246 · Module 22: Beoordeel aansprake
Module 22: Beoordeel aansprake

Een saad is 'n anekdote

Waarom dit saak maak Om dieselfde model twee keer met verskillende random seeds te rig, gee verskillende resultate. 'n Verskil tussen twee modelle wat kleiner as daardie spreiding is, is nie 'n resultaat nie, en 'n enkele uitvoering kan jou nie vertel hoe groot die spreiding is nie.

A aanspraak: "by 8,000 tokens, wen breedte 1024 teen breedte 512", ondersteun deur een uitvoering elk (seed 0: 2.793 teen 2.799). Die kursus het 3 seeds van elk aangeteken.

'n eenvoudige reël vir "A wen B" met 'n paar saad-data elk: neem die verskil van die gemiddeltes, en sy standard error (hoeveel daardie verskil sou beweeg as jy die saad-data weer uitvoer), sqrt(var(A) / nA + var(B) / nB) saam met die steekproefvariansie (ddof=1). Wys dit wanneer die verskil meer as 2 standaardfoute is. judge.standard_error(a, b) bereken dit.

Voorspel eerste: met drie seeds, wen breedte 1024 steeds teen 512 by 8,000 tokens?

Woorde en simbole in hierdie les
seed
die nommer wat 'n loop se willeke keuses vasstel; 'n ander seed gee 'n ander resultaat
standaard fout
hoeveel sou 'n gemeete verskil skuif as die seeds heruitvoer word
Jou beurt

Stel my_guess in op "yes" of "no". Vir 8,000 en 1,500,000 tokens, vul diff[tokens] (gemiddelde verlies van breedte 512 minus gemiddelde verlies van breedte 1024: positief beteken 1024 is beter) en two_se[tokens] in. Stel verdict[tokens] in op "shown" of "not shown".

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.