المنهج الدراسي الدرس 167 من 246 · الوحدة 15: الضغط، إعادة البناء، التوليد (autoencoders و VAEs)
الوحدة 15: الضغط، إعادة البناء، التوليد (autoencoders و VAEs)

الضغط وإعادة البناء (autoencoders)

لماذا هذا مهم كل شبكة حتى الآن حولت صورة إلى تسمية. هذه الوحدة تحول الصور إلى صور جديدة. الخطوة الأولى هي شبكة تضغط صورة إلى أرقام قليلة وتعيد بناءها منها. تلك الأرقام القليلة هي المكان الذي ستأتي منه الصور الجديدة.

An autoencoder هو شبكتان متتاليتان. يقوم encoder بضغط رقم مكون من 64 بكسل إلى 16 رقما، وهو code الخاص به. يقوم decoder بإعادة بناء 64 بكسل من تلك الأرقام الـ 16. يطلب التدريب شيئا واحدا: يجب أن تطابق الصورة المعاد بناؤها الصورة الأصلية.

لا يخبر أحد البرنامج بما يجب أن تعنيه الأرقام الستة عشر. يجب عليه إيجاد وصف قصير للرقم بمفرده، لأن الأرقام الستة عشر لا يمكنها ببساطة نسخ 64 بكسل.

أرقام صغيرة

يتحول

A الرقم المكون من 64 بكسل إلى 16 رقماً: وهو ضغط بنسبة 4 إلى 1. إذا كانت البكسلات المعاد بناؤها منحرفة بمقدار 0.09 في المتوسط، فإن الخطأ المربع لكل بكسل هو حوالي 0.008. هذا هو حجم الخطأ الذي ستصل إليه.

كيفية قياس الخسارة

كل بكسل هو رقم من 0 (فارغ) إلى 1 (حبر كامل)، لذا تعطي الطبقة الأخيرة للمفكك درجة واحدة لكل بكسل وتحولها sigmoid إلى 0..1. الخسارة هي binary cross-entropy من Module 3، مجمعة عبر 64 بكسل ومتوسطة عبر batch. محرك house الآن لديه E.bce_with_logits(scores, pictures): فهو يأخذ الدرجات قبل sigmoid، لذا لا يأخذ log لـ 0 أبدا.

تطبع المخرجات أيضاً الصور كنصوص: gen.show(pictures)تطبع كل رقم 8x8 بتدرجات من الفراغ إلى الحبر الكامل.

الكلمات والرموز في هذا الدرس
autoencoder
مشفر يضغط صورة إلى أرقام قليلة ومفكك شفرة يعيد بناءها
كود (كامِن)
الأرقام القليلة التي ينتجها encoder من صورة واحدة
mu, logvar
المركز ولوغاريتم التباين المربع لرقم كود في VAE
دورك

اكتب encode(x): طبقة dense مع ReLU (P['e1'])، ثم طبقة dense إلى 16 رقماً (P['e2']). اكتب decode(code) بنفس الطريقة مع P['d1']، وReLU وP['d2']، مع إرجاع الـ 64 scores قبل الـ sigmoid. حلقة التدريب مكتوبة لك. حقق خطأ إعادة بناء اختبار أقل من 0.012 لكل بكسل.

هل لاحظت مشكلة في هذا الدرس؟ أبلغ عنها · اسأل عن هذا الدرس

سيفتح هذا التمرين قريبا

أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.