पाठ्यक्रम 246 में से पाठ 240 · Module 23: Capstone studio: एक model card जिसे आप चला सकें
Module 23: Capstone studio: एक model card जिसे आप चला सकें

आपके model के अंदर एक खोज, एक control के साथ

यह क्यों मायने रखता है Module 21 का सबक़, आपके अपने model पर लागू: एक probe के अंक का तब तक कोई मतलब नहीं जब तक आप उसकी तुलना उससे न करें जो वही probe एक कभी train न हुए network से पढ़ता है।

आपके track का probe set हर input के बारे में एक सवाल पूछता है (meaning): language track पर, "क्या अगला अक्षर एक स्वर है?"; images track पर, "तस्वीर में कौन-सा object है?"।

अपना baseline (seed 0) train करें। उसकी hidden layer पढ़ें (studio.hidden_units(model, X)) और probe set के पहले आधे पर एक linear probe train करें, दूसरे पर परखते हुए (ssl.probe, 300 steps)। Control: उसी आकार और seed का एक untrained network पर वही probe (studio.MLP(track.n_in, width, track.n_out, seed=0))। बेतरतीब ReLU units पहले से inputs को कई features में बदलती हैं, और एक probe उनसे बहुत कुछ पढ़ सकता है; बस control से ऊपर का हिस्सा कुछ ऐसा है जो training ने वहाँ रखा।

इस पाठ के शब्द और चिह्न
baseline
वह सादा run जिसके मुक़ाबले हर बदलाव मापा जाता है, उन्हीं seeds पर
आपकी बारी

trained, control और base_rate (test आधे में सबसे आम label का हिस्सा) भरें। finding को "above control" पर सेट करें अगर trained control को 0.02 से ज़्यादा से हराए, नहीं तो "not above control"।

इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें

यह अभ्यास जल्द खुलेगा

इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।