강의 계획 레슨 246개 중 236번째 · 모듈 23: 캡스톤 스튜디오: 실행할 수 있는 모델 카드
모듈 23: 캡스톤 스튜디오: 실행할 수 있는 모델 카드

트랙과 예산 고르기

왜 중요한가 진짜 프로젝트는 무엇을 만들고 계산을 얼마나 쓸지에 대한 결정으로, 첫 실행 전에 시작해요. 캡스톤은 이 기기에서 여러분이 훈련하고, 시험하고, 설명하는 모델 하나예요. 아무것도 업로드되지 않아요.

이 모듈은 여덟 단계짜리 작은 프로젝트예요. 끝에는 모든 숫자를 자기 실행과 대조해 확인한 모델 카드와, 그 모두를 담은 오프라인 HTML 파일 하나가 생겨요.

트랙을 고르세요. 둘 다 같은 스튜디오 신경망(studio.MLP: 입력, ReLU 유닛 층 하나, 출력)과 같은 점수 규칙을 써요: 높을수록 좋아요.

  • language: 강좌 자체 텍스트의 다음 문자를 그 앞의 8개로 예측하기. 점수: 훈련하지 않은 텍스트에서 문자당 손실에 마이너스를 붙인 것.
  • images: 생성된 사진에 물체 6개 중 어느 것이 있는지 말하기(모듈 18의 사실적인 사진을 8 × 8 픽셀로 만들어서 브라우저에 훈련 약 40번이 들어가게 했어요). 점수: 훈련하지 않은 사진에서의 정확도.

그다음 기준선 PLAN(폭 64까지, 학습률, 걸음 300까지, 배치 64까지: 캡스톤은 브라우저에서 훈련을 약 40번 돌려서 빨라야 해요)과 FLOP 장부(모듈 19)의 예산. 실행 하나는 약 6 × 가중치 × 본 예시만큼 들어요: studio.cost(track, width, steps, batch). 프로젝트가 쓸 것: 기준선 시드 3개, 변경 3개 × 시드 3개, 그리고 기준선 비용 많아야 4배짜리 최종 실행 하나. 모두 합쳐 기준선 비용 16배예요.

이 레슨의 단어와 기호
기준선
모든 변경을 같은 시드에 걸쳐 대조해 재는 평범한 실행
모델 카드
모델이 무엇인지, 어떻게 훈련했는지, 얼마나 잘하는지, 어디서 시험하지 않았는지에 대한 짧은 기록
내 차례

TRACK, PLAN, BUDGET(기준선 비용의 16배)을 설정하고, ledger = studio.Ledger(BUDGET)을 만드세요. 기준선 실행 하나의 비용과 신경망의 가중치 수를 출력하세요.

이 레슨에서 문제를 발견했나요? 알려 주세요 · 이 레슨에 대해 묻기

이 연습은 곧 열려요

앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.