Vertel het model op welke stap het is
Waarom dit ertoe doet Hetzelfde ruisige punt heeft een kleine correctie nodig bij stap 5 en een grote bij stap 90. Een netwerk dat niet wordt verteld wat de stap is, moet dit uit het punt alleen moeten raden. Hoe je het vertelt is een ontwerpkeuze, en de bekende keuze is niet altijd de beste keuze.
Drie manieren (difflab.time_input):
- none: het netwerk ziet alleen het punt.
- raw: één extra getal, t / T.
- sine: 8 sines en 8 cosines van t / T bij frequenties van 1 tot 100, die embedding transformers gebruiken voor posities. Grote beeldmodellen gebruiken het, omdat veel frequenties een diep netwerk laten scherp reageren op kleine veranderingen in t.
De opgenomen runs trainen elk op de spiraal, 3 seeds. Vergelijk ze met de regel van Module 9: een instelling verslaat een andere wanneer de gemiddelde score op de vorm ten minste 0.1 hoger is EN het hoger is op elke seed (3 van 3).
Woorden en symbolen in deze les
- on vorm, dekking
- de 2D judge: aandeel van samples dicht bij de echte vorm, en aandeel van de vorm met een sample dichtbij
Schrijf sine_time(t, T) die de 16 getallen per stap teruggeeft (eerst sinussen, dan cosinussen, frequenties np.exp(np.linspace(0, np.log(100), 8))). Schrijf daarna beats(a, b) voor twee opgenomen instellingsnamen en vul verdicts in voor raw vs none, sine vs none en sine vs raw.
Een probleem ontdekt in deze les? Meld het · Vraag naar deze les
Deze oefening opent binnenkort
Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.
Deze browser blokkeert cookies voor learn.floati.life, dus lessen die je hier hebt afgerond kunnen niet in de juiste volgorde worden geopend. Sta cookies toe voor deze site en laad de pagina opnieuw.