سرفصل‌ها درس 194 از 246 · ماژول 18: یادگیری بدون برچسب
ماژول 18: یادگیری بدون برچسب

جای خالی را پر کنید (پیش‌بینی ماسک‌دار)

چرا مهم است ساده‌ترین راه ساختن یک کار از دادهٔ بدون برچسب: بخشی از آن را پنهان کنید و از شبکه بخواهید پرش کند. مدل‌های زبانی دقیقاً همین‌طور آموزش می‌بینند (واژهٔ بعدی را پنهان کنید)؛ مدل‌های تصویری تکه‌ها را پنهان می‌کنند. برای پر کردن خوب یک سوراخ، شبکه باید آنچه دورش است را بفهمد.

یک تکهٔ 4 x 4 را در وسط هر عکس پنهان کنید. شبکه پنجرهٔ 8 x 8 دور آن (48 پیکسل دیگر، x 3 رنگ) را می‌بیند و 16 پیکسل پنهان (x 3) را پیش‌بینی می‌کند. زیان میانگین مربع خطاست. هیچ جا برچسبی نیست: عکس کلید پاسخ خودش است.

دو پرکنندهٔ ساده که باید شکستشان داد: رنگ میانگین عکس (خطای حدود 0.035) و میانگین پیکسل‌های درست دور سوراخ (حدود 0.019). شبکه‌ای که دومی را شکست دهد چیزی دربارهٔ اینکه شکل‌ها و نور چگونه ادامه می‌یابند یاد گرفته است.

واژه‌ها و نمادهای این درس
پیش‌بینی ماسک‌دار
پنهان کردن بخشی از ورودی و آموزش شبکه برای پر کردنش
نوبت شما

بدنهٔ حلقهٔ آموزش (400 گام از 64 عکس) را بنویسید. با خطای اعتبارسنجی زیر 0.017 قبول می‌شوید.

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.