Müfredat 246 dersinden 187. · Modül 17: Gürültü girer, resim çıkar (difüzyon)
Modül 17: Gürültü girer, resim çıkar (difüzyon)

Modele hangi adımda olduğunu söylemek

Neden önemli Aynı gürültülü nokta 5. adımda küçük, 90. adımda büyük bir düzeltmeye ihtiyaç duyar. Adımı söylenmeyen bir ağ onu yalnızca noktadan tahmin etmek zorundadır. Onu nasıl söylediğin bir tasarım seçimidir, ve ünlü seçim her zaman en iyisi değildir.

Üç yol (difflab.time_input):

  • none: ağ yalnızca noktayı görür.
  • raw: fazladan bir sayı, t / T.
  • sine: 1'den 100'e frekanslarda t / T'nin 8 sinüsü ve 8 kosinüsü, transformer'ların konumlar için kullandığı gömme. Büyük resim modelleri onu kullanır, çünkü çok sayıda frekans derin bir ağın t'deki küçük değişikliklere keskin tepki vermesini sağlar.

Kaydedilmiş çalıştırmalar her birini sarmal üzerinde 3 tohumla eğitiyor. Onları Modül 9'un kuralıyla karşılaştır: bir ayar, ortalama şekil üzerinde puanı en az 0.1 yüksekse VE her tohumda yüksekse (3'te 3) diğerini geçer.

Bu dersteki kelimeler ve semboller
şekil üzerinde, kapsama
2B hakemi: gerçek şeklin yakınındaki örneklerin payı, ve yakınında bir örnek bulunan şeklin payı
Senin sıran

Adım başına 16 sayı döndüren sine_time(t, T) yaz (önce sinüsler, sonra kosinüsler, frekanslar np.exp(np.linspace(0, np.log(100), 8))). Sonra iki kaydedilmiş ayar adı için beats(a, b) yaz, ve verdicts'ı raw ile none, sine ile none ve sine ile raw karşılaştırmaları için doldur.

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.