एक प्रशिक्षित model को कुछ नया सिखाना (fine-tuning)
यह क्यों मायने रखता है एक नई शैली पाने के लिए कोई एक बड़ा image model शुरू से train नहीं करता: वे एक ऐसे को fine-tune करते हैं जो पहले से जानता है कि तस्वीरें कैसे काम करती हैं। नए data पर कुछ सौ steps काफ़ी हो सकते हैं, क्योंकि model जो जानता है उसका ज़्यादातर अब भी लागू होता है।
नया काम: दर्पण लेखन। हर training अंक बाएँ से दाएँ पलटा है। प्रशिक्षित अंक model ने कभी एक नहीं देखा।
difflab.train_digits(steps=..., model=model, data=(pictures, labels)) एक मौजूदा model को आपके data पर train करता रहता है।
आप कैसे जाँचें कि उसने दर्पण लेखन सीखा और कुछ और नहीं? उसके samples वापस पलटें: अगर वे माँगे अंकों के रूप में पढ़े जाएँ, यह पलटे अंक बनाता है। और बिना पलटे samples अब ज़्यादातर सही पढ़े जाने में विफल होने चाहिए, उन अंकों को छोड़ जो दर्पण में एक जैसे दिखते हैं (0, 1 और 8 लगभग दिखते हैं): अगर ज़्यादातर अब भी सही पढ़े जाते हैं, यह बहुत नहीं बदला।
इस पाठ के शब्द और चिह्न
- eps
- जोड़ा गया घंटी-वक्र शोर; network इसका अनुमान लगाना सीखता है
- DDIM
- कुछ steps के बीच छलाँग लगाकर sampling, बिना नए शोर के
- fine-tuning
- एक प्रशिक्षित model को नए data पर train करते रहना
mirror(pictures) (64 pixels की rows, बाएँ से दाएँ पलटी) लिखें, model को पलटे training अंकों पर अधिक से अधिक 400 steps fine-tune करें (कुछ seconds; 300 काफ़ी है), और after को भरें: 500 samples (w = 2, 20 DDIM steps) का वह हिस्सा जो वापस पलटने पर माँगे अंक के रूप में पढ़ा जाए, वह हिस्सा जो बिना पलटे सही पढ़ा जाए, और वापस पलटे samples की निकटता।
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।
यह ब्राउज़र learn.floati.life के लिए कुकी रोक रहा है, इसलिए यहाँ पूरे किए गए पाठ क्रम से नहीं खुल सकते। इस साइट के लिए कुकी की अनुमति दें और फिर से लोड करें।