Kapı sınavı: görülmemiş üç bozuk çalıştırma (yapay zekâ kapalı)
Neden önemli Tek başına, bir bütçeyle teşhis koymak bu kursun Modül 8'den beri kurduğu beceridir.
Yapay zekâ öğretmeni kapalı. Her birinde bu modülün eğitim durumlarından bir hata olan üç çalıştırma. Bunlar alıştırma durumları değil, yeni çalıştırmalar: başka bir tohum ve başka boyutlarda hatalar, bu yüzden hatırlanan sayılar eşleşmeyecek. Bütçen toplamda 9 yoklama (mühürlü bir durumu eğitmek bir sayılır), sayfa açıldığından beri her çalıştırma boyunca sayılır (aynı durumda bir yoklamayı tekrarlamak bedavadır; yanlış bir teşhis ya da çalışmayan bir düzeltme bir yoklamaya mal olur).
Aşağıdaki her durum içine tek bir hata yerleştirilmiş bir eğitim çalıştırmasıdır. Her biri için: hatayı bulmak için yoklama harca, sonra çalıştırmayı sağlıklı hale geri getiren bir düzeltmeyi config değişiklikleri olarak yaz. Bu dersteki hatalar: any training fault from this module (yani bu modülden herhangi bir eğitim hatası). İyi bir teşhisçi durum başına nadiren ikiden fazla yoklamaya ihtiyaç duyar.
| Yoklama | Sana ne söyler | Sağlıklı çalıştırma |
|---|---|---|
loss_curve(c) | Her 25 adımda eğitim kaybı, ve sonunda görülmemiş metindeki kayıp. Her zaman önce buna bak. | 4.55'ten yaklaşık 2.9'a; görülmemiş yaklaşık 3.0 |
loss_at_init(c) | Eğitimden önceki kayıp. 95 karakter üzerinde eşit tahmin yapan yeni bir model ln(95) verir. | 4.55 |
leak_check(c) | Sonraki bir karakter önceki bir tahmini değiştirebilir mi? | False |
show_batch(c) | Bir eğitim girdisi ve hedefi, metin olarak. | hedef = bir karakter sola kaydırılmış girdi |
update_ratio(c) | İlk Adam adımından sonra ağırlıkların boyutlarına göre ne kadar hareket ettiği. Modül 8'in kuralı değil: o 0.001 ile 0.1 aralığı düz SGD adımları içindir. Adam'ın ilk adımı her ağırlığı gradyanı ne olursa olsun yaklaşık öğrenme oranı kadar hareket ettirir, ve bu ağırlıklar 0.02 civarında başlar, yani 0.01 / 0.02 yaklaşık 0.5 verir. Bir durumu Modül 8'in aralığıyla değil, bu sağlıklı çalıştırmayla karşılaştır. | yaklaşık 0.5 |
block_change(c) | İlk bloğun başlangıçta her vektörü ne kadar değiştirdiği. | yaklaşık 0.3 |
Bu dersteki kelimeler ve semboller
- ln(V)
- V sembol üzerinde eşit tahmin yapan bir modelin başlangıç kaybı: 95 karakter için 4.55
- blok değişimi
- bir bloğun başlangıçta bir vektörü ne kadar değiştirdiği; 1'e yakın onun yerini aldığı demektir
A, B ve C durumları için diagnosis (durumdan hata adına) ve fixes (durumdan config değişikliklerinden oluşan bir sözlüğe) doldur. Düzeltmenden sonra her ayar sağlıklı çalıştırmayla eşleşmeli.
AI kapalı: bu ödevde eğitmen, ipucu veya çözümlü örnek yok. Sadece kendi düşüncen.
Bu derste bir sorun mu fark ettin? Bildir · Bu ders hakkında soru sor
Bu alıştırma yakında açılacak
Bu dersi bitirince bu ders açılacak. Kursun tamamı ücretsiz, hesap gerekmiyor ve bu dersi hemen şimdi okuyabilirsin.
Bu tarayıcı learn.floati.life için çerezleri engelliyor, bu yüzden burada bitirdiğin dersler sırasıyla açılamıyor. Bu site için çerezlere izin ver ve sayfayı yenile.