Chương trình học Bài 240 trên tổng số 246 · Mô-đun 23: Xưởng capstone: một thẻ mô hình bạn có thể chạy
Mô-đun 23: Xưởng capstone: một thẻ mô hình bạn có thể chạy

Một phát hiện bên trong mô hình của bạn, có đối chứng

Vì sao điều này quan trọng Bài học của Mô-đun 21, áp dụng cho mô hình của chính bạn: điểm của một đầu dò không có nghĩa gì cho tới khi bạn so sánh nó với thứ cùng đầu dò đó đọc được từ một mạng chưa từng huấn luyện.

Bộ đầu dò cho hướng của bạn hỏi một câu hỏi về mỗi đầu vào (meaning): ở hướng language, "ký tự tiếp theo có phải nguyên âm không?"; ở hướng images, "vật thể nào ở trong ảnh?".

Huấn luyện đường cơ sở của bạn (seed 0). Đọc lớp ẩn của nó (studio.hidden_units(model, X)) và huấn luyện một đầu dò tuyến tính trên nửa đầu của bộ đầu dò, kiểm tra trên nửa sau (ssl.probe, 300 bước). Đối chứng: cùng đầu dò trên một mạng chưa huấn luyện cùng hình dạng và seed (studio.MLP(track.n_in, width, track.n_out, seed=0)). Các đơn vị ReLU ngẫu nhiên đã biến đầu vào thành nhiều đặc trưng, và một đầu dò có thể đọc được nhiều từ chúng; chỉ phần cao hơn đối chứng mới là thứ việc huấn luyện đặt vào đó.

Từ và ký hiệu trong bài học này
đường cơ sở
lần chạy thông thường mà mọi thay đổi được đo so với nó, trên cùng các seed
Đến lượt bạn

Điền trained, control và base_rate (tỷ lệ của nhãn phổ biến nhất trong nửa kiểm tra). Gán finding là "above control" nếu trained thắng control hơn 0.02, nếu không thì "not above control".

Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này

Bài tập này sẽ sớm mở.

Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.