Conteúdo do curso Lição 199 de 246 · Módulo 18: Aprendizado sem rótulos
Módulo 18: Aprendizado sem rótulos

Gate: características para objetos que ninguém mostrou (IA desligada)

Por que isso importa O Pretraining só vale a pena se as features passarem para coisas que o pretraining nunca viu. Aqui você testa isso por si mesmo, com suas próprias ferramentas, em seis novos tipos de objeto.

Regras

Gate: IA desligada. Os novos objetos (star, bar, arrow, L-shape, hourglass, drop) nunca apareceram nas 4000 fotos em que os encoders foram pré-treinados. Você tem 400 fotos rotuladas deles para treinar uma probe e 500 para testá-la.

Compare três candidatos com seu próprio linear probe da lição 3 (copie ele: o gate não fornece um): o random encoder e os dois encoders SimCLR registrados. As features deles são calculadas para você em F. Depois nomeie o melhor e diga o quanto ele vence o random encoder.

A verificação recomputa tudo com a sonda do curso e passa quando seus números concordam, seu melhor é o melhor real, e ele vence o encoder aleatório por pelo menos 8 pontos.

Palavras e símbolos nesta lição
linear probe
a classificador linear treinado em features congeladas: um teste do que as features já dizem
SimCLR
treinamento auto-supervisionado com duas visões de cada imagem e InfoNCE (Chen et al. 2020)
Sua vez

Preencha accuracy, best e margin.

IA desligada: sem tutor, dicas ou solução resolvida nesta. Apenas seu próprio pensamento.

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.