سرفصل‌ها درس 168 از 246 · ماژول 15: فشردن، بازسازی، تولید (خودرمزگذارها و VAEها)
ماژول 15: فشردن، بازسازی، تولید (خودرمزگذارها و VAEها)

چرا یک خودرمزگذار نمی‌تواند رقم‌های تازه بسازد

چرا مهم است اگر رمزگشا 16 عدد را به یک رقم تبدیل می‌کند، چرا 16 عدد تصادفی برنداریم و یک رقم کاملاً تازه نگیریم؟ امتحانش کنید. آنچه می‌بینید توضیح می‌دهد بقیهٔ این ماژول باید چه چیزی را درست کند.

برای گفتن اینکه تصاویر تولیدشده چقدر خوب‌اند، به یک داور نیاز دارید. داور دوره دو چیز را می‌سنجد:

  • نزدیکی: فاصلهٔ هر تصویر تا نزدیک‌ترین رقم آموزشی واقعی، میانگین‌گیری‌شده. رقم‌های آزمون واقعی امتیاز 1.04 می‌گیرند. پیکسل‌های درهم‌ریخته درون هر تصویر امتیاز 3.52 می‌گیرند.
  • تنوع: یک خوانندهٔ رقم (98% درست روی رقم‌های واقعی) می‌گوید هر تصویر کدام رقم را نشان می‌دهد؛ تنوع این است که ده رقم چقدر یکنواخت ظاهر می‌شوند، بر حسب بیت. 3.32 یعنی همهٔ ده رقم به یک اندازه، 0 یعنی هر تصویر به‌صورت همان رقم خوانده می‌شود.

چرا دو عدد؟ چون نزدیکی به‌تنهایی می‌تواند فریب بخورد. خواهید دید چگونه.

اول پیش‌بینی کنید: وقتی کدهای تصادفی را، برداشته‌شده از هر جای بازه‌ای که کدهای واقعی می‌پوشانند، رمزگشایی می‌کنید، آیا تصاویر نزدیک‌تر از تصویر میانگین هر رقم به رقم‌های واقعی امتیاز می‌گیرند؟

واژه‌ها و نمادهای این درس
خودرمزگذار
یک رمزگذار که یک تصویر را در چند عدد می‌فشارد و یک رمزگشا که آن را دوباره می‌سازد
کد (نهفته)
چند عددی که رمزگذار از یک تصویر می‌سازد
نزدیکی، تنوع
داور دوره: فاصله تا نزدیک‌ترین رقم واقعی، و بیت‌های پخش روی ده رقم
نوبت شما

my_prediction را برابر "closer" یا "further" قرار دهید. سپس scores را با نزدیکی این‌ها پر کنید: رقم‌های آزمون واقعی، ده رقم میانگین (هر کدام تا 500 تصویر تکرارشده) و 500 کد تصادفی رمزگشایی‌شده. در پایان reason را برابر حرف توضیحی قرار دهید که اعداد از آن پشتیبانی می‌کنند.

مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید

این تمرین به‌زودی باز می‌شود

درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و می‌توانید همین الان این درس را بخوانید.