シラバス レッスン 246 中 108 · モジュール 9:本当に良いのか?
モジュール 9:本当に良いのか?

ラベルスムージングと較正

なぜ大切か ラベルスムージングはしばしば「較正を良くする」と売り込まれます。そうなることもあります。悪くすることもあります。決めつけず、測りましょう。

ラベルスムージングは、ちょうど 1 と 0 の代わりに、本当のクラスに 0.91、ほかのそれぞれのクラスに 0.01 のような目標へ向けて訓練します。それがモデルに自信を極端まで押させないようにします。モデルが自信過剰だったなら、それは役に立ちます。すでに自信不足だったなら、物事を悪くします。

先に予測し、それからこのモデルで測ってください。

このレッスンの言葉と記号
較正、ECE
自信が正解率と一致するか。重み付きの平均の隔たり
あなたの番

my_prediction を "better" か "worse" に設定してください:0.1 のスムージングは、ここで ECE を下げるか? それから与えられた関数で ece_plain と ece_smooth を計算し、measured に実際に起こったことを設定してください。

このレッスンに問題を見つけましたか?報告する · このレッスンについて質問する

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。