Diagnose nur aus dem Datensatz
Warum das wichtig istOftentimes kannst du nichts erneut ausführen: der Durchlauf war von jemand anderem oder er hat eine Woche gekostet. Alles, was du hast, ist das, was protokolliert wurde. Zwei aufgezeichnete Experimente aus diesem Kurs enthalten echte Fehler.
In gpt-width-lr ist eine Einstellung kaputt durch ihre learning rate, wenn ihr finaler held-out loss, gemittelt über die drei aufgezeichneten seeds, mehr als 0.5 schlechter ist als die beste Einstellung der gleichen Breite. In cnn-depth-shortcuts ist ein einzelner Durchlauf festgefahren, wenn seine test accuracy bei jeder epoch genau gleich ist: er antwortet eine Klasse für alles (es gibt vier shape Klassen, also etwa 0.25).
Vorhersage vor dem Blick: welche GPT runs sind kaputt und welches CNN steckt fest?
Fülle broken mit Paaren (width, lr) und stuck mit Tripeln (depth, shortcuts, seed), berechnet aus den Aufzeichnungen. exp.seeds(d=..., lr=...) liefert die drei Läufe einer Einstellung.
Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion
Diese Übung öffnet bald
Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.
Dieser Browser blockiert Cookies für learn.floati.life, daher können hier beendigte Lektionen nicht in der richtigen Reihenfolge geöffnet werden. Erlaube Cookies für diese Seite und lade sie neu.