Müfredat 246 dersinden 120. · Modül 10: Gören ağlar (CNN'ler)
Modül 10: Gören ağlar (CNN'ler)

Daha derin ağlar, ve kaydedilmiş çalıştırmalar

Neden önemli Daha fazla katman yığmak yardım etmeli, ta ki birden etmeyene kadar. Kurs bu deneyi kendi makinesinde eğitti, böylece on sekiz çalıştırmanın hepsini saniyeler içinde görebilirsin.

Kaydedilmiş cnn-depth-shortcuts deneyi şekiller veri kümesi üzerinde 2, 8 ve 20 evrişim katmanlı (her biri 16 kanal) CNN'ler eğitti, her biri kısayollu ve kısayolsuz (bir bloğun girdisini çıktısına eklemek, Modül 6'dan), ve her biri üç tohumla. Geri kalan her şey aynıydı: 2.000 eğitim resmi, 4 epok, Adam. Yeniden oynatmak anında olur çünkü hiçbir şey eğitilmez; gerçekte ne olduğunu okuyorsun.

Üç tohum, çünkü Modül 9 haklı: tek bir çalıştırma yanıltabilir. Her ayarın yalnızca ortalamasına değil, yayılımına bak.

Önce Eğriyi Tahmin Et: hangi ayar en yüksek ortalama test doğruluğuyla bitiyor, ve düz 20 katmanlı ağ her tohumda öğreniyor mu?

Kaydedilmiş çalıştırma: kursun bir kez yaptığı ve sunduğu gerçek bir eğitim çalıştırması, böylece dersler her dizüstünde canlı eğitilemeyecek kadar büyük ya da çok sayıda çalıştırmayı da inceleyebilir. Her çıktı RECORDED der.

Bu dersteki kelimeler ve semboller
RECORDED
kursun bir kez eğittiği ve incelemen için sunduğu gerçek bir çalıştırma
Senin sıran

my_best değerini ortalamada en yüksek bittiğini düşündüğün (depth, shortcuts) çiftine, ve düz 20 katmanlı ağın üç tohumun hepsinde öğrendiğini düşünüyorsan my_plain20_reliable değerini True'ya ayarla. Sonra final_acc'ı doldurmak için nnsim.recorded kullan: (depth, shortcuts)'tan üç tohumun son test doğruluklarının listesine (önce tohum 0), mean_acc'ı her listenin ortalamasına ve best'i en yüksek ortalamalı çifte ayarla. exp.seeds(depth=..., shortcuts=...) bir ayarın üç çalıştırmasını verir. Şans 0.25'tir (dört şekil).

Son olarak, hangi ayarların gerçekten farklı olduğunu söylemek için Modül 9'un gürültü kuralını kullan. Her birinde üç tohumla, iki ortalama yalnızca aradaki fark yaklaşık 2 × s × sqrt(2/3)'ten fazlaysa gerçekten farklıdır; burada s iki ayarın tohum yayılımlarından büyük olanıdır (üç değerin np.std'si). Daha yakın olan her şey beraberliktir.

ties_with_best değerini bu kurala göre best ile berabere kalan, best'in kendisi dahil, her çiftin listesine ayarla.

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.