Temario Lección 100 de 246 · Módulo 8: Clínica de ejecuciones I
Módulo 8: Clínica de ejecuciones I

¿Fiarse del ayudante?

Por qué importa Los asistentes de IA diagnostican encantados tus entrenamientos. A menudo aciertan y a veces se equivocan con total seguridad. La habilidad es saber cuándo es cada cosa, usando pruebas en vez del tono.

Un ayudante de IA ha mirado diez ejecuciones rotas y ha nombrado un fallo para cada una. Más o menos un tercio de sus respuestas están mal, y suenan exactamente igual de seguras que las buenas. Para cada caso, decide: aceptar o rechazar. Basa cada decisión en una sonda, no en lo creíble que suena la afirmación.

Tu puntuación es la exactitud de los veredictos: cuántas veces tu aceptar o rechazar coincidió con la verdad. (Esto no es la calibración, que define el Módulo 9: si la confianza coincide con lo a menudo que aciertas). Cuidado con las afirmaciones que encajan con algunos síntomas pero no con el decisivo: una pérdida atascada podría ser una tasa de aprendizaje demasiado baja, o una que estaba bien y luego bajó.

SondaLo que te dice
loss_curve(c)La pérdida de entrenamiento cada 50 pasos y la exactitud de validación final. Mira siempre esto primero.
loss_at_init(c)La pérdida antes de entrenar. Un modelo nuevo de 10 clases debería estar cerca de ln(10) = 2.30.
overfit_one_batch(c)¿Puede memorizar 32 ejemplos? Una configuración sana llega cerca de 0.
grad_norms(c)El tamaño del gradiente por matriz de pesos al principio. Cero significa que nada puede aprender.
update_ratio(c)El tamaño del paso de SGD simple en relación con el tamaño de los pesos. Lo sano es de unos 0.001 a 0.1 (una regla práctica para SGD simple; el Módulo 14 muestra por qué Adam es distinto).
act_stats(c)Las activaciones ocultas: media, valor más grande, proporción de unidades muertas.
lr_schedule(c)La tasa de aprendizaje en los pasos 0, 50, 100 y así sucesivamente.
batch_labels(c)Las etiquetas de los primeros lotes.
overlap(c)Cuántos ejemplos de validación aparecen también en el entrenamiento.
Palabras y símbolos de esta lección
sonda
una medición rápida de una ejecución, como el tamaño de los gradientes o las unidades muertas
exactitud de los veredictos
cuántas veces tu aceptar o rechazar una afirmación coincidió con la verdad
Tu turno

Para cada caso de la A a la J, pon verdicts[case] a True (el ayudante tiene razón) o False. Necesitas acertar al menos 9 de 10.

¿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.