Decirle al modelo en qué paso está
Por qué importa El mismo punto con ruido necesita una corrección pequeña en el paso 5 y una grande en el paso 90. Una red a la que no se le dice el paso tiene que adivinarlo solo a partir del punto. Cómo se lo dices es una decisión de diseño, y la elección famosa no siempre es la mejor.
Tres maneras (difflab.time_input):
- none: la red solo ve el punto.
- raw: un número extra, t / T.
- sine: 8 senos y 8 cosenos de t / T con frecuencias de 1 a 100, el embedding que usan los transformers para las posiciones. Los modelos de imagen grandes lo usan, porque muchas frecuencias dejan que una red profunda reaccione con brusquedad a cambios pequeños de t.
Las ejecuciones grabadas entrenan cada una con la espiral, 3 semillas. Compáralas con la regla del Módulo 9: un ajuste le gana a otro cuando su puntuación media en la forma es al menos 0.1 más alta Y es más alta en todas las semillas (3 de 3).
Palabras y símbolos de esta lección
- en la forma, cobertura
- el juez 2D: la proporción de muestras cerca de la forma real, y la proporción de la forma con una muestra cerca
Escribe sine_time(t, T) que devuelva los 16 números por paso (primero los senos, luego los cosenos, frecuencias np.exp(np.linspace(0, np.log(100), 8))). Luego escribe beats(a, b) para dos nombres de ajustes grabados, y rellena verdicts para raw frente a none, sine frente a none y sine frente a raw.
¿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.