강의 계획 레슨 246개 중 168번째 · 모듈 15: 짜 넣고, 다시 만들고, 생성하기(오토인코더와 VAE)
모듈 15: 짜 넣고, 다시 만들고, 생성하기(오토인코더와 VAE)

왜 오토인코더가 새 숫자를 만들 수 없는가

왜 중요한가 디코더가 숫자 16개를 숫자 그림으로 바꾼다면, 왜 숫자 16개를 무작위로 골라서 완전히 새 숫자를 얻지 못할까요? 해 보세요. 보이는 것이 이 모듈의 나머지가 고쳐야 할 것을 설명해요.

생성한 그림이 얼마나 좋은지 말하려면 심판이 필요해요. 강좌의 심판은 두 가지를 재요:

  • 가까움: 각 그림에서 가장 가까운 진짜 훈련 숫자까지의 거리, 평균 낸 것. 진짜 테스트 숫자는 1.04를 받아요. 각 그림 안에서 픽셀을 뒤섞으면 3.52를 받아요.
  • 다양성: 숫자 판독기(진짜 숫자에서 98% 맞음)가 각 그림이 어떤 숫자를 보여 주는지 말하고, 다양성은 열 숫자가 얼마나 고르게 나오는지를 비트로 잰 거예요. 3.32는 열 개 모두 똑같이 자주, 0은 모든 그림이 같은 숫자로 읽힌다는 뜻이에요.

왜 숫자 둘일까요? 가까움만으로는 속을 수 있으니까요. 어떻게인지 보게 될 거예요.

먼저 예측하세요: 진짜 코드가 덮는 범위 안 어디서든 고른 무작위 코드를 디코딩하면, 그 그림들이 각 숫자의 평균 그림보다 진짜 숫자에 더 가깝게 점수를 받을까요?

이 레슨의 단어와 기호
오토인코더
그림을 숫자 몇 개로 짜 넣는 인코더와 그걸 다시 만드는 디코더
코드(잠재)
인코더가 그림 하나로 만드는 숫자 몇 개
가까움, 다양성
강좌의 심판: 가장 가까운 진짜 숫자까지의 거리, 그리고 열 숫자에 걸친 퍼짐의 비트
내 차례

my_prediction을 "closer"나 "further"로 설정하세요. 그다음 scores를 다음의 가까움으로 채우세요: 진짜 테스트 숫자, 평균 숫자 열 개(각각 그림 500장으로 되풀이), 디코딩한 무작위 코드 500개. 마지막으로 reason을 숫자가 뒷받침하는 설명의 글자로 설정하세요.

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.