Memberitahu model langkah ke berapa sekarang
Kenapa ini penting Titik berisik yang sama butuh koreksi kecil di langkah 5 dan koreksi besar di langkah 90. Jaringan yang tidak diberi tahu langkahnya harus menebaknya hanya dari titik tersebut. Cara kamu memberitahunya adalah pilihan desain, dan pilihan populer tidak selalu yang terbaik.
Tiga cara (difflab.time_input):
- none: jaringan hanya melihat titiknya.
- raw: satu angka tambahan, t / T.
- sine: 8 sine dan 8 cosine dari t / T pada frekuensi dari 1 sampai 100, yang digunakan embedding transformers untuk posisi. Model gambar besar menggunakannya, karena banyak frekuensi membuat jaringan dalam bereaksi tajam terhadap perubahan kecil pada t.
Hasil rekaman dijalankan pada spiral, 3 seed. Bandingkan dengan aturan Modul 9: sebuah pengaturan mengalahkan yang lain jika skor rata-rata on-shape nya setidaknya 0.1 lebih tinggi DAN lebih tinggi di setiap seed (3 dari 3).
Kata dan simbol di pelajaran ini
- Bentuk
- , cakupan
- hakim 2D: bagian sampel yang dekat dengan bentuk asli, dan bagian bentuk yang memiliki sampel di dekatnya
Tulis sine_time(t, T) yang mengembalikan 16 angka per langkah (sinus dulu, lalu kosinus, frekuensi np.exp(np.linspace(0, np.log(100), 8))). Lalu tulis beats(a, b) untuk dua nama pengaturan yang dicatat, dan isi verdicts untuk raw vs none, sine vs none dan sine vs raw.
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.
Browser ini memblokir cookie untuk learn.floati.life, jadi pelajaran yang sudah kamu selesaikan di sini tidak bisa dibuka berurutan. Izinkan cookie untuk situs ini dan muat ulang.