Programma Les 199 van 246 · Module 18: Leren zonder labels
Module 18: Leren zonder labels

Gate: kenmerken voor objecten die niemand liet zien (AI uit)

Waarom dit ertoe doet Pretraining is alleen de moeite waard als de kenmerken overgaan naar dingen die de pretraining nooit heeft gezien. Hier test je dat zelf, met je eigen tools, op zes nieuwe soorten objecten.

Gate-regels: AI uit. De nieuwe objecten (ster, balk, pijl, L-vorm, zandloper, druppel) verschenen nooit in de 4000 foto's waarop de encoders zijn voorgetraind. Je hebt 400 gelabelde foto's van deze objecten om een probe te trainen en 500 om deze te testen.

Vergelijk drie kandidaten met je eigen linear probe uit les 3 (kopieer deze erin: de gate biedt er geen aan): de random encoder en de twee opgenomen SimCLR encoders. Hun features zijn voor je berekend in F. Noem daarna de beste en zeg hoeveel beter deze is dan de random encoder.

De check berekent alles opnieuw met de probe van de cursus en slaagt wanneer je getallen overeenkomen, je beste is de echte beste, en het verslaat de random encoder met ten minste 8 punten.

Woorden en symbolen in deze les
lineaire probe
a lineaire classifier getraind op bevroren features: een test van wat de features al zeggen
SimCLR
zelf-gecorrigeerde training met twee weergaven van elke afbeelding en InfoNCE (Chen et al. 2020)
Jij bent aan de beurt

Vul accuracy, best en margin in.

AI uit: geen tutor, hints of uitgewerkte oplossing voor deze. Alleen je eigen denkwerk.

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.