Örneği yönlendirmek (sınıflandırıcısız yönlendirme)
Neden önemli "Bir 7 çiz" tek bir aritmetik satırı sayesinde çalışır. Her metinden resme model resimlerin isteme uyması için onu kullanır, ve aynı satır onu fazla açmanın resimleri neden kötüleştirdiğini açıklar.
Rakam modeli etiketiyle, ve zamanın %15'inde etiket gizlenerek (bir "etiket yok" token'ı, difflab.NULL) eğitildi. Yani tek bir ağ gürültüyü iki şekilde de tahmin edebilir. Sınıflandırıcısız yönlendirme (Ho ve Salimans, 2022) onları karıştırır:
eps = (1 + w) eps_with_label - w eps_without_label
eps_with_label - eps_without_label farkı "bu etikete daha çok benzeyen"e doğru gösterir. w = 0 düz koşullu örneklemedir; daha büyük w daha sert iter. Sahneyi izle: aynı gürültü w = 0, 1, 2 ve 4 ile çizilmiş.
Bu dersteki kelimeler ve semboller
- eps
- eklenen çan eğrisi gürültüsü; ağ onu tahmin etmeyi öğrenir
- DDIM
- yeni gürültü olmadan birkaç adım arasında sıçrayarak örneklem almak
- sınıflandırıcısız yönlendirme
- (1 + w) × etiketle tahmin edilen gürültü - w × etiketsiz tahmin edilen gürültü
guided(model, x, t, labels, w) yaz. Sonra table'ı doldur: 0, 1, 2 ve 4'teki w için 500 örneğin (20 DDIM adımı, son dersin 100 DDIM adımı kadar iyi olduğunu gösterdiği) istenen rakam olarak okunan payı, ve yakınlıkları. best_w'yi en az 0.99 istenen oranına ulaşanlar arasında en iyi (en düşük) yakınlığa sahip w'ye 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.
Bu tarayıcı learn.floati.life için çerezleri engelliyor, bu yüzden burada bitirdiğin dersler sırasıyla açılamıyor. Bu site için çerezlere izin ver ve sayfayı yenile.