Müfredat 246 dersinden 183. · Modül 17: Gürültü girer, resim çıkar (difüzyon)
Modül 17: Gürültü girer, resim çıkar (difüzyon)

Veriye geri oklar (Gör)

Neden önemli Gürültüyü kaldırmak, ağın gerçekte ne öğrendiğini görene kadar sihir gibi duruyor: her gürültülü nokta için temiz verinin muhtemelen nerede olduğunu gösteren bir ok. Üretim o okları eve kadar takip etmektir.

Ağ eklenen eps gürültüsünü tahmin etmek için eğitilir. Kestirmeyi tersine çevir, tahmini temiz noktanın bir tahmini olur:

x0_estimate = (x_t - sqrt(1 - abar_t) eps_predicted) / sqrt(abar_t)

Her gürültülü noktadan x0 tahminine bir ok çiz, bir ok alanı elde edersin. Sahneyi izle: aynı nokta ızgarası, çok gürültülü bir adımda ve neredeyse temiz bir adımda.

Önce tahmin et: oklar hangi adımda birbiriyle daha çok uyuşur, hepsi kabaca aynı yeri gösterir: 60. adım (çok gürültülü) mü yoksa 10. adım (neredeyse temiz) mı?

Bu dersteki kelimeler ve semboller
abar
belli sayıda adımdan sonra kalan orijinal sinyalin payı (karekökü x0'ı çarpar)
x0, x_t
temiz veri, ve t adım gürültüden sonraki aynı veri
eps
eklenen çan eğrisi gürültüsü; ağ onu tahmin etmeyi öğrenir
Senin sıran

my_guess değerini 60 ya da 10'a ayarla. Bir model eğit (difflab.train('spiral'), birkaç saniye), sonra 11 x 11 ızgara için 60. ve 10. adımdaki x0 tahminlerini hesapla. İki adım için de spread'i (tahminlerin yayılımı, est.std(axis=0).mean()) ve near'ı (sarmala ortalama uzaklıkları, difflab.nearest_distance(est).mean()) doldur. Sonra agree_more'u sayılarının tahminlerin daha çok uyuştuğunu gösterdiği adıma (60 ya da 10) ayarla. Tahminin yaptığın gibi kalır.

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.