Chương trình học Bài 192 trên tổng số 246 · Mô-đun 17: Nhiễu vào, ảnh ra (khuếch tán)
Mô-đun 17: Nhiễu vào, ảnh ra (khuếch tán)

Bài kiểm tra vượt cấp: một hình dạng mới (tắt AI)

Vì sao điều này quan trọng Mọi công thức trong mô-đun này đã được tinh chỉnh trên hình xoắn ốc. Một công thức bạn chỉ chạy được trên dữ liệu nó được tinh chỉnh là một công thức bạn chưa hiểu.

Luật của bài kiểm tra vượt cấp: gia sư AI tắt. Dữ liệu mới: hai vòng tròn, một vòng trong với 40% số điểm và một vòng ngoài với 60%. Với các thiết lập của hình xoắn ốc (difflab.train('rings')), các mẫu chỉ rơi lên các vòng khoảng một nửa số lần.

Thay đổi các thiết lập huấn luyện để mô hình vẽ được các vòng. Bạn có thể dùng lr, steps (tới 5000), hidden (tới 128), batch, kind và time. Mỗi lần huấn luyện mất vài giây.

Huấn luyện với seed 7 như mã khởi đầu làm: bài kiểm tra chạy lại phần đầu lần chạy của bạn để xác nhận các thiết lập, rồi chấm mô hình của bạn trên các mẫu mới và cho đạt khi đạt ít nhất 0.75 trên hình dạng và độ phủ 0.95.

Từ và ký hiệu trong bài học này
eps
nhiễu hình chuông đã được cộng vào; mạng học cách dự đoán nó
trên hình dạng, độ phủ
giám khảo 2D: tỷ lệ mẫu nằm gần hình dạng thật, và tỷ lệ hình dạng có một mẫu nằm gần
Đến lượt bạn

Gán settings là một dict cho difflab.train, dùng bất kỳ trong số lr, steps (nhiều nhất 5000), hidden (nhiều nhất 128), batch (nhiều nhất 512), kind và time. Giữ dòng huấn luyện của mã khởi đầu (seed 7): bài kiểm tra chấm mô hình đó, rồi lấy mẫu 1500 điểm với một seed mới. Để đạt: độ phủ ít nhất 0.95 và trên hình dạng ít nhất 0.75.

Tắt AI: không có gia sư, gợi ý hoặc lời giải mẫu cho bài này. Chỉ dùng tư duy của riêng bạn.

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.