Silabus Pelajaran 192 dari 246 · Modul 17: Masukan noise, keluaran gambar (diffusion)
Modul 17: Masukan noise, keluaran gambar (diffusion)

Gate: bentuk baru (AI mati)

Kenapa ini penting Setiap resep di modul ini telah disesuaikan pada spiral. Resep yang hanya bisa kamu jalankan pada data tempat ia disesuaikan adalah resep yang belum kamu pahami.

Aturan

Gate: tutor AI mati. Data baru: dua cincin, satu bagian dalam dengan 40% poin dan satu bagian luar dengan 60%. Dengan pengaturan spiral (difflab.train('rings')), sampel mendarat di cincin hanya sekitar setengah waktu.

Ubah pengaturan pelatihan supaya model menggambar cincinnya. Kamu bisa pakai lr, steps (sampai 5000), hidden (sampai 128), batch, kind dan time. Setiap proses pelatihan butuh beberapa detik.

Latih dengan seed 7 sebagai awal: pengecekan akan memutar ulang awal jalankanmu untuk mengonfirmasi pengaturan, lalu menilai modelmu pada sampel baru dan meloloskannya dengan setidaknya 0.75 pada shape dan 0.95 coverage.

Kata dan simbol di pelajaran ini
eps
noise bell-curve yang ditambahkan; jaringan belajar untuk memprediksinya
Bentuk
, cakupan
hakim 2D: bagian sampel yang dekat dengan bentuk asli, dan bagian bentuk yang memiliki sampel di dekatnya
Giliranku

Atur settings menjadi dict untuk difflab.train, gunakan lr, steps (maksimal 5000), hidden (maksimal 128), batch (maksimal 512), kind dan time. Simpan baris pelatihan starter (seed 7): pengecekan menilai model tersebut, lalu mengambil sampel 1500 titik dengan seed baru. Untuk lulus: coverage minimal 0.95 dan pada shape minimal 0.75.

AI mati: tidak ada tutor, petunjuk atau solusi lengkap untuk yang ini. Hanya pemikiranmu sendiri.

Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini

Latihan ini akan segera dibuka

Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.