المنهج الدراسي الدرس 168 من 246 · الوحدة 15: الضغط، إعادة البناء، التوليد (autoencoders و VAEs)
الوحدة 15: الضغط، إعادة البناء، التوليد (autoencoders و VAEs)

لماذا لا يمكن لـ autoencoder إنشاء أرقام جديدة

لماذا هذا مهم إذا كان decoder يحول 16 رقماً إلى رقم واحد، فلماذا لا نختار 16 رقماً عشوائياً ونحصل على رقم جديد تماماً؟ جرب ذلك. ما ستراه يوضح ما يجب على بقية هذا module إصلاحه.

لتقييم جودة الصور المولدة، أنت بحاجة إلى حكم. يقوم حكم الدورة بقياس شيئين:

  • Closeness: المسافة من كل صورة إلى أقرب رقم تدريب حقيقي، كمتوسط. تحصل أرقام الاختبار الحقيقية على 1.04. تحصل البكسلات المبعثرة داخل كل صورة على 3.52.
  • Variety: قارئ أرقام (دقيق بنسبة 98% على الأرقام الحقيقية) يحدد الرقم الذي تظهره كل صورة؛ Variety هو مدى توازن ظهور الأرقام العشرة، بالبتات. تعني 3.32 أن جميع الأرقام العشرة تظهر بنفس القدر، بينما تعني 0 أن كل صورة تُقرأ كأنها نفس الرقم.

لماذا رقمان؟ لأن التقارب وحده قد يكون مخادعا. سترى كيف.

تنبؤ أول: عندما تقوم بفك تشفير رموز عشوائية، تم اختيارها من أي مكان داخل النطاق الذي تغطيه الرموز الحقيقية، هل ستحصل الصور على درجات أقرب إلى الأرقام الحقيقية مما تحصل عليه الصورة المتوسطة لكل رقم؟

الكلمات والرموز في هذا الدرس
autoencoder
مشفر يضغط صورة إلى بضعة أرقام ومفكك شفرة يعيد بناءها
كود (كامِن)
الأرقام القليلة التي ينتجها encoder من صورة واحدة
القرب، التنوع
حكم الدورة: المسافة إلى أقرب رقم حقيقي، وبتات الانتشار عبر الأرقام العشرة
دورك

اضبط my_prediction على "closer" أو "further". ثم املأ scores بقرب كل من: أرقام الاختبار الحقيقية، والأرقام المتوسطة العشرة (كل منها مكرر إلى 500 صورة)، و500 رمز عشوائي مفكوك. أخيراً اضبط reason على حرف التفسير الذي تدعمه الأرقام.

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.