新しいことを学び、古いことを忘れる
なぜ大切か 役立つモデルはどれも適応させられます:会社の文書、コードの書き方、言語へ。明らかなやり方、新しいデータで訓練し続けることには、手遅れになるまで誰にも見えない代価があります:モデルは知っていたことが下手になります。
コースの記録した GPT は、コースのレッスンの文章から英語を学びました。その新しい仕事:Python のコード、Python のコースの解いた答えから取ったもの。訓練の前、それは取り分けた英語で 1.70、取り分けたコードで 3.25 です(コードはほとんど見ていない)。
8 つの窓の 60 ステップ(ブラウザのレッスンに収まる最大)でコードの上ですべての重みを訓練し、両方をもう一度測ってください。まず場面を見てください:この完全なファインチューニングと、このモジュールで作るより安い手法についての、一歩ずつの 2 つの損失です。
まず予測してください:コードの上の 60 ステップのあと、英語の損失はほぼ同じままか、上がるか?
my_guess を "same" か "rises" に設定してください。adapt.train(model, code_train, steps=60, batch=8) の前後で、adapt.losses(model)(英語の損失、コードの損失)で before と after を埋めます。
この演習はまもなく開きます
その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。
このブラウザは learn.floati.life の Cookie をブロックしているため、ここで修了したレッスンを順番どおりに開けません。このサイトの Cookie を許可して再読み込みしてください。