훈련된 모델에게 새것 가르치기(미세 조정)
왜 중요한가 새 스타일을 얻으려고 큰 이미지 모델을 처음부터 훈련하는 사람은 없어요: 그림이 어떻게 작동하는지 이미 아는 모델을 미세 조정해요. 새 데이터로 몇백 걸음이면 충분할 수 있어요, 모델이 아는 것 대부분이 여전히 적용되니까요.
새 과제: 거울 글씨. 모든 훈련 숫자가 좌우로 뒤집혔어요. 훈련된 숫자 모델은 한 번도 본 적이 없어요.
difflab.train_digits(steps=..., model=model, data=(pictures, labels))는 기존 모델을 자기 데이터로 계속 훈련해요.
다른 게 아니라 거울 글씨를 배웠는지 어떻게 확인할까요? 샘플을 다시 뒤집으세요: 요청한 숫자로 읽히면 거울 숫자를 그리는 거예요. 그리고 뒤집지 않은 샘플은 이제 대부분 올바르게 읽히지 않아야 해요, 거울에서 같아 보이는 숫자(0, 1, 8은 거의 그래요)를 빼면요: 여전히 대부분 올바르게 읽히면 별로 바뀌지 않은 거예요.
이 레슨의 단어와 기호
- eps
- 더해진 종 모양 잡음. 신경망이 그걸 예측하는 걸 배워요
- DDIM
- 새 잡음 없이 몇 걸음 사이를 뛰어서 샘플링하기
- 미세 조정
- 훈련된 모델을 새 데이터로 계속 훈련하기
mirror(pictures)(64픽셀 행, 좌우로 뒤집기)를 쓰고, 거울에 비친 훈련 숫자로 모델을 많아야 400걸음(몇 초. 300이면 충분해요) 미세 조정하고, after를 다음으로 채우세요: 샘플 500개(w = 2, DDIM 20걸음) 중 다시 뒤집었을 때 요청한 숫자로 읽히는 비율, 뒤집지 않고 올바르게 읽히는 비율, 그리고 다시 뒤집은 샘플의 가까움.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.