पाठ्यक्रम 246 में से पाठ 173 · Module 15: दबाएँ, फिर बनाएँ, बनाएँ नया (autoencoders और VAEs)
Module 15: दबाएँ, फिर बनाएँ, बनाएँ नया (autoencoders और VAEs)

आपका VAE नए अंक बनाता है

यह क्यों मायने रखता है हर हिस्सा तैयार है: encoder के mu और logvar, sample के पार जाने की तरकीब, rebuild loss और KL। उन्हें एक training step में रखें और आपके पास एक model है जो ऐसे अंक बनाता है जो किसी ने नहीं बनाए।

training का एक step, शब्दों में:

  1. एक batch encode करें: mu, logvar = model.encode(E.T(x))।
  2. mu के आकार के साथ N(0, 1) से eps निकालें, और अपने reparameterisation से code बनाएँ।
  3. code को pixel अंकों में decode करें: model.decode_logits(code)।
  4. Loss = E.bce_with_logits(scores, x) + E.kl_to_standard(mu, logvar) (आपके KL का घर के engine वाला version)।
  5. Backward, फिर opt.step()।

फिर इसे पहले वाले जज से परखें: N(0, 1) से निकाले 500 नए अंकों की closeness और variety। rebuild त्रुटि autoencoder से बदतर होगी (0.008 के मुक़ाबले लगभग 0.03)। वह खिंचाव 2 की क़ीमत है, और यह एक ऐसी code जगह ख़रीदती है जिससे आप sample कर सकें।

इस पाठ के शब्द और चिह्न
autoencoder
एक encoder जो एक तस्वीर को कुछ संख्याओं में दबाता है और एक decoder जो उसे फिर बनाता है
code (latent)
वे कुछ संख्याएँ जो encoder एक तस्वीर से बनाता है
VAE
variational autoencoder: एक autoencoder जिसके codes N(0, 1) भरने के लिए खींचे जाते हैं, ताकि बेतरतीब codes नई तस्वीरों में decode हों
mu, logvar
एक VAE में एक code संख्या का केंद्र और उसके squared फैलाव का log
reparameterisation
code = mu + exp(logvar / 2) x eps, eps पहले निकाला, ताकि gradients mu और logvar तक पहुँचें
closeness, variety
कोर्स का जज: सबसे पास के असली अंक से दूरी, और दस अंकों पर फैलाव के bits
आपकी बारी

training loop का शरीर लिखें (256 तस्वीरों के 600 steps)। इनके साथ पास करें: 0.035 से कम test rebuild त्रुटि, अधिक से अधिक 1.30 closeness और कम से कम 3.0 variety वाले नए अंक, और कम से कम 3 सक्रिय code संख्याएँ। अपना loop इस्तेमाल करें: यहाँ gen.train_vae मना है।

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।