モジュール 18:ラベルなしで学ぶ
空欄を埋める(マスク予測)
以前このコースを受けたことがありますか?
あなたを 1 人として数えるためです。送られるのはあなたの答えと匿名の進捗だけです。
なぜ大切か ラベルのないデータから課題を作る最も単純なやり方:その一部を隠し、ネットワークに埋めるよう求めること。言語モデルはまさにこのやり方で訓練されます(次の語を隠す)。画像のモデルはパッチを隠します。穴をうまく埋めるには、ネットワークはそのまわりにあるものを理解しなければなりません。
それぞれの写真の真ん中の 4 x 4 のパッチを隠します。ネットワークはそのまわりの 8 x 8 の窓(ほかの 48 画素、x 3 色)を見て、隠れた 16(x 3)を予測します。損失は平均 2 乗誤差です。どこにもラベルはありません:写真が自分の答えの鍵です。
勝つべき 2 つの単純な埋め方:写真の平均の色(誤差約 0.035)と、穴のすぐまわりの画素の平均(約 0.019)。2 つ目に勝つネットワークは、形と光がどう続くかについて何かを学んでいます。
このレッスンの言葉と記号
- マスク予測
- 入力の一部を隠し、ネットワークがそれを埋めるよう訓練すること
あなたの番
訓練のループの本体を書いてください(64 枚の写真の 400 ステップ)。検証の誤差が 0.017 未満なら合格です。
レッスン完了。お見事です。
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。