Por que um autoencoder não pode criar novos dígitos
Por que isso importa Se o decoder transforma 16 números em um dígito, por que não escolher 16 números aleatórios e obter um dígito totalmente novo? Tente fazer isso. O que você ver explica o que o resto deste módulo precisa corrigir.
Para dizer quão boas são as imagens geradas, você precisa de um juiz. O juiz do curso mede duas coisas:
- Closeness: a distância de cada imagem até o dígito de treinamento real mais próximo, calculada em média. Dígitos de teste reais pontuam 1.04. Pixels embaralhados dentro de cada imagem pontuam 3.52.
- Variety: um leitor de dígitos (98% de acurácia em dígitos reais) diz qual dígito cada imagem mostra; variety é o quão uniformemente os dez dígitos aparecem, em bits. 3.32 significa que todos os dez aparecem igualmente, 0 significa que cada imagem é lida como o mesmo dígito.
Por que dois números? Porque apenas a proximidade pode enganar. Você verá como.
Prever primeiro: quando você decodifica códigos aleatórios, escolhidos em qualquer lugar dentro do intervalo que os códigos reais cobrem, as imagens terão uma pontuação mais próxima dos dígitos reais do que a imagem média de cada dígito?
Palavras e símbolos nesta lição
- autoencoder
- um encoder que comprime uma imagem em alguns números e um decoder que a reconstrói
- code (latente)
- os poucos números que o encoder faz de uma imagem
- proximidade, variedade
- o juiz do curso: distância até o dígito real mais próximo, e bits de dispersão sobre os dez dígitos
Defina my_prediction como "closer" ou "further". Depois preencha scores com a proximidade de: os dígitos de teste reais, os dez dígitos médios (cada um repetido em 500 imagens) e 500 códigos aleatórios decodificados. Por fim, defina reason como a letra da explicação que os números suportam.
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.