Aprender lo nuevo, olvidar lo viejo
Por qué importa Todo modelo útil acaba adaptado: a los documentos de una empresa, a un estilo de programación, a un idioma. La forma obvia, seguir entrenando con los datos nuevos, tiene un coste que nadie ve hasta que es demasiado tarde: el modelo empeora en lo que ya sabía.
El GPT grabado del curso aprendió inglés con el texto de las lecciones del curso. Su nuevo trabajo: código Python, sacado de las soluciones resueltas del curso de Python. Antes de entrenar, puntúa 1.70 con inglés reservado y 3.25 con código reservado (apenas ha visto código).
Entrena todos los pesos con código durante 60 pasos de 8 ventanas (lo máximo que cabe en una lección en el navegador) y vuelve a medir las dos cosas. Mira primero la escena: las dos pérdidas, paso a paso, para este ajuste fino completo y para el método más barato que construirás en este módulo.
Predice primero: después de 60 pasos con código, ¿la pérdida en inglés se quedará más o menos igual, o subirá?
Pon en my_guess "same" (igual) o "rises" (sube). Rellena before y after con adapt.losses(model) (pérdida en inglés, pérdida en código) antes y después de adapt.train(model, code_train, steps=60, batch=8).
¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección
Este ejercicio se abre pronto
Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.
Este navegador está bloqueando las cookies de learn.floati.life, así que las lecciones que terminaste aquí no se pueden abrir en orden. Permite las cookies de este sitio y recarga.