पाठ्यक्रम 246 में से पाठ 181 · Module 16: एक खेल में दो networks (GANs, वैकल्पिक)
Module 16: एक खेल में दो networks (GANs, वैकल्पिक)

Gate: कुछ न सीखने वाले GAN को बचाएँ (AI बंद)

यह क्यों मायने रखता है विफल होने वाला एक GAN शायद ही एक कारण से विफल होता है। यहाँ तीन settings एक साथ ग़लत हैं; कुछ मायने रखती हैं और कुछ बस साथ में मायने रखती हैं। कौन-सी, यह ढूँढना कौशल है।

Gate नियम: AI tutor बंद। टूटा GAN 8 शोर संख्याएँ, saturating loss और एक धीमा generator (g_lr 2.5e-4) इस्तेमाल करता है। starter उसके दर्ज runs दिखाता है। ganlab.train(seed=0, ...) से रूप train करें और ganlab.coverage से उन्हें परखें; हर run लगभग 4 सेकंड लेता है, इसलिए हर run पर एक या दो आज़माएँ।

जाँच आपका इलाज एक नए seed पर train करती है और कम से कम 7 ढके blobs और कम से कम 0.5 quality के साथ उसे पास करती है।

जब आप पूरा करें, ख़ुद से पूछें कि आपकी बदली तीनों settings में से कौन-सी सचमुच ज़रूरी थीं। जाँच के बाद का खुलासा मापा जवाब देता है।

इस पाठ के शब्द और चिह्न
GAN
generative adversarial network: एक generator और एक discriminator जो एक-दूसरे के ख़िलाफ़ train होते हैं
generator (G)
वह network जो शोर को एक नमूने में बदलता है
saturating loss
G log(1 - D(G(z))) न्यूनतम करता है; D के पक्का होते ही इसकी ढलान लगभग 0 है, इसलिए G सीखना बंद करता है
ढके blobs, quality
ring परखने वाला: 2% से ज़्यादा बिंदुओं वाले blobs, और एक blob पर बिंदुओं का हिस्सा
आपकी बारी

fix को ganlab.train की settings की एक dict पर सेट करें (noise, loss, g_lr, d_lr, d_steps, smooth, instance_noise, spectral में से कोई भी)।

AI बंद: इसमें कोई ट्यूटर, संकेत या हल किया हुआ समाधान नहीं। सिर्फ़ आपकी अपनी सोच।

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।