Mode collapse, जानबूझकर
यह क्यों मायने रखता है सबसे आम GAN विफलता सफलता जैसी दिखती है: हर नमूना तीखा और विश्वसनीय है, पर वे सब लगभग एक जैसे हैं। इसे mode collapse कहते हैं (हर blob डेटा का एक "mode" है)। जो आप करवा न सकें उसे ठीक नहीं कर सकते, इसलिए यहाँ आप इसे करवाते हैं।
यह क्यों होता है: G को बस आज के D को धोखा देना है। अगर एक blob D को सबसे अच्छा धोखा दे, तो G सब कुछ वहाँ रखता है। D सीखता है कि वह blob संदिग्ध है, G दूसरे पर कूदता है, और दोनों G के कभी फैले बिना ring के चारों ओर एक-दूसरे का पीछा कर सकते हैं।
ganlab.train(...) पिछले पाठ वाला ही GAN इनमें से किसी भी setting के साथ train करता है: noise (G को कितनी शोर संख्याएँ मिलती हैं, डिफ़ॉल्ट रूप से 2), d_steps (हर G step पर D के steps, 1), g_lr और d_lr (हर एक 1e-3), loss, smooth, instance_noise, spectral। दर्ज runs, ganlab.recorded(), 8 seeds पर कुछ settings दिखाते हैं।
Collapse का मतलब कम blobs और तीखे बिंदु। एक generator जो हर जगह बिंदु बिखेरता है वह भी कम blobs ढकता है, पर वह एक अलग विफलता है: उसने blobs कभी सीखे ही नहीं।
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
- mode collapse
- generator बस कुछ तरह के नमूने बनाता है, हर एक विश्वसनीय
- ढके blobs, quality
- ring परखने वाला: 2% से ज़्यादा बिंदुओं वाले blobs, और एक blob पर बिंदुओं का हिस्सा
ऐसी settings ढूँढें जो seed 0 पर GAN को ढहाएँ: ज़्यादा से ज़्यादा 3 ढके blobs, कम से कम 0.6 quality के साथ। उन्हें settings में रखें। हर कोशिश छोटी रखने के लिए, यह पाठ 0.002 की learning rate पर 1000 steps train करता है (आपके लिए सेट; जो collapse यह दिखाता है वह 2000 steps जैसा ही है)। बस GAN की अपनी settings बदलें (noise, 3 तक d_steps, loss, smooth, instance_noise, spectral); seed, steps और learning rates जैसे दिए वैसे रहते हैं। फिर looks_like को collapse का वर्णन करने वाले अक्षर पर सेट करें।
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।