Temario Lección 177 de 246 · Módulo 16: Dos redes en un juego (GAN, opcional)
Módulo 16: Dos redes en un juego (GAN, opcional)

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:

  1. 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.
  2. 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
Tu turno

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.