Müfredat 246 dersinden 178. · Modül 16: Bir oyunda iki ağ (GAN'lar, isteğe bağlı)
Modül 16: Bir oyunda iki ağ (GAN'lar, isteğe bağlı)

Bilerek mod çöküşü

Neden önemli En yaygın GAN başarısızlığı başarı gibi görünür: her örnek keskin ve inandırıcıdır, ama hepsi neredeyse aynıdır. Buna mod çöküşü denir (her leke verinin bir "modu"dur). Gerçekleştiremediğin bir şeyi düzeltemezsin, bu yüzden burada onu gerçekleştiriyorsun.

Neden olur: G'nin yalnızca bugünün D'sini kandırması gerekir. Bir leke D'yi en iyi kandırıyorsa, G her şeyi oraya koyar. D o lekenin şüpheli olduğunu öğrenir, G başka birine atlar, ve ikisi G hiç yayılmadan halka etrafında birbirini kovalayabilir.

ganlab.train(...), son dersteki aynı GAN'ı şu ayarlardan herhangi biriyle eğitir: noise (G'nin kaç gürültü sayısı aldığı, varsayılan 2), d_steps (G adımı başına D'nin adımları, 1), g_lr ve d_lr (her biri 1e-3), loss, smooth, instance_noise, spectral. Kaydedilmiş çalıştırmalar, ganlab.recorded(), bazı ayarları 8 tohum üzerinden gösterir.

Çöküş az leke VE keskin noktalar demektir. Noktaları her yere saçan bir üretici de az leke kapsar, ama bu farklı bir başarısızlıktır: lekeleri hiç öğrenmemiştir.

Bu dersteki kelimeler ve semboller
GAN
üretici çekişmeli ağ: birbirine karşı eğitilen bir üretici ve bir ayırt edici
üretici (G)
gürültüyü bir örneğe çeviren ağ
mod çöküşü
üretici, her biri inandırıcı olan yalnızca birkaç tür örnek yapar
kapsanan lekeler, kalite
halka hakemi: noktaların %2'sinden fazlasını alan lekeler, ve bir lekeye düşen noktaların payı
Senin sıran

GAN'ı tohum 0'da çökerten ayarları bul: en fazla 3 leke kapsanmış, kalite en az 0.6. Onları settings'e koy. Her denemeyi kısa tutmak için bu ders 0.002 öğrenme oranında 1000 adım eğitir (senin için ayarlandı; gösterdiği çöküş 2000 adımdakiyle aynı). Yalnızca GAN'ın kendi ayarlarını değiştir (noise, 3'e kadar d_steps, loss, smooth, instance_noise, spectral); tohum, adımlar ve öğrenme oranları verildiği gibi kalır. Sonra looks_like'ı çöküşü tarif eden harfe 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.