Programma Lezione 183 di 246 · Modulo 17: Dentro il rumore, fuori le immagini (diffusione)
Modulo 17: Dentro il rumore, fuori le immagini (diffusione)

Frecce fino ai dati (Guardalo)

Perché è importante Togliere il rumore sembra magia finché non vedi che cosa impara davvero la rete: per ogni punto rumoroso, una freccia che indica dove probabilmente stavano i dati puliti. Generare significa seguire quelle frecce fino a casa.

La rete viene addestrata a prevedere il rumore eps che è stato aggiunto. Rigira la scorciatoia e la sua ipotesi diventa un'ipotesi del punto pulito:

x0_estimate = (x_t - sqrt(1 - abar_t) eps_predicted) / sqrt(abar_t)

Disegna una freccia da ogni punto rumoroso alla sua stima di x0 e ottieni un campo di frecce. Guarda la scena: la stessa griglia di punti, a un passo molto rumoroso e a un passo quasi pulito.

Prima prevedi: a quale passo le frecce sono più d'accordo tra loro, puntando tutte più o meno nello stesso posto: il passo 60 (molto rumoroso) o il passo 10 (quasi pulito)?

Parole e simboli di questa lezione
abar
la quota del segnale originale che resta dopo un certo numero di passi (la sua radice quadrata moltiplica x0)
x0, x_t
i dati puliti, e gli stessi dati dopo t passi di rumore
eps
il rumore a campana che è stato aggiunto; la rete impara a prevederlo
Tocca a te

Imposta my_guess su 60 o 10. Addestra un modello (difflab.train('spiral'), pochi secondi), poi per la griglia 11 × 11 calcola le stime di x0 al passo 60 e al passo 10. Riempi spread (la dispersione delle stime, est.std(axis=0).mean()) e near (la loro distanza media dalla spirale, difflab.nearest_distance(est).mean()) per entrambi i passi. Poi imposta agree_more sul passo (60 o 10) in cui i tuoi numeri mostrano che le stime sono più d'accordo. La tua ipotesi resta come l'hai fatta.

Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione

Questo esercizio si apre presto

Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.