El juego con ocho manchas
Por qué importa Las imágenes esconden lo que una GAN hace mal. Los puntos en 2D no: ves de un vistazo qué partes de los datos encontró el generador y cuáles se le escaparon.
Los datos reales: 8 manchas compactas sobre una circunferencia. Un buen generador pone puntos en las 8 manchas, más o menos por igual. El juez, ganlab.coverage(points), da dos números: manchas cubiertas (una mancha cuenta cuando recibe más del 2% de los puntos) y calidad (la proporción de puntos que caen en alguna mancha).
Mira la escena: manchas reales, luego dónde caen los puntos de un generador entrenado, y luego un generador que colapsó.
Un paso de entrenamiento tiene dos mitades:
- Turno de D. Un lote de puntos reales (
ganlab.ring(128, rng)) y un lote de falsos. Toma los falsos como números normales (.data) para que el paso de D no llegue hasta G. Pérdida = BCE(score(real), 1) + BCE(score(fake), 0). Da el paso de D. - Turno de G. Ruido nuevo, genera, puntúa con D, pérdida = BCE(score, 1): la pérdida no saturante. Da el paso de G. Esta pasada hacia atrás también rellenó los gradientes de D; vuelve a ponerlos a
None, o se cuelan en el siguiente paso de D.
Las GAN usan Adam con su primera beta en 0.5 (el Adam de la casa admite b1). El curso midió por qué: con el 0.9 por defecto la misma GAN cubría entre 1 y 7 manchas en 5 semillas, con 0.5 cubría 7 u 8.
Palabras y símbolos de esta lección
- GAN
- red generativa antagónica: un generador y un discriminador entrenados el uno contra el otro
- generador (G)
- la red que convierte ruido en una muestra
- pérdida saturante
- G minimiza log(1 - D(G(z))); su pendiente es casi 0 en cuanto D está seguro, así que G deja de aprender
- pérdida no saturante
- G minimiza -log D(G(z)); el mismo objetivo, un empujón completo incluso cuando D está seguro
- manchas cubiertas, calidad
- el juez del anillo: las manchas con más del 2% de los puntos, y la proporción de puntos en una mancha
Escribe el cuerpo del bucle de entrenamiento: 2000 pasos (unos 4 segundos en el navegador). Apruebas con al menos 7 manchas cubiertas y una calidad de al menos 0.5. Escribe el bucle tú mismo: aquí ganlab.train está prohibido.
¿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.