Silabus Pelajaran 108 dari 246 · Modul 9: Apakah benar-benar lebih baik?
Modul 9: Apakah benar-benar lebih baik?

Penghalusan label dan kalibrasi

Kenapa ini penting Label smoothing sering dijual sebagai "ini memperbaiki kalibrasi". Kadang memang benar. Kadang malah memperburuknya. Ukur, jangan berasumsi.

Label smoothing melatih model menuju target seperti 0.91 untuk kelas yang benar dan 0.01 untuk kelas lainnya, alih-alih tepat 1 dan 0. Itu menghentikan model mendorong keyakinannya ke titik ekstrem. Jika model terlalu percaya diri, itu membantu. Jika model sudah kurang percaya diri, itu memperburuk keadaan.

Prediksi dulu, lalu ukur pada model ini.

Kata dan simbol di pelajaran ini
kalibrasi, ECE
apakah confidence sesuai dengan accuracy; selisih rata-rata tertimbang
Giliranku

Atur my_prediction ke "better" atau "worse": apakah smoothing 0.1 akan menurunkan ECE di sini? Lalu hitung ece_plain dan ece_smooth dengan fungsi yang diberikan, dan atur measured ke apa yang sebenarnya terjadi.

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.