第 18 模块:没有标签的学习
关卡:为没人给它看过的物体提供特征(关闭 AI)
你以前学过这门课程吗?
这样我们只统计你一次。只会发送你的答案,以及你的匿名进度。
为什么重要 只有当特征能迁移到预训练从未见过的东西上时,预训练才是值得的。在这里,你用你自己的工具,在六种新的物体上亲自检验这一点。
关卡规则:AI 导师已关闭。这些新的物体(星形、条形、箭头、L 形、沙漏、水滴)从未出现在编码器用来预训练的 4000 张照片中。你有 400 张它们的带标签照片用来训练一个探针,还有 500 张用来测试它。
用你自己在第 3 课中写的线性探针(把它复制进来:关卡不提供)比较三个候选:随机编码器和两个被记录的 SimCLR 编码器。它们的特征已经在 F 中替你算好了。然后说出最好的那个,并说出它比随机编码器高出多少。
检查会用课程的探针重新计算一切,当你的数字一致、你选出的最好的确实是最好的,并且它比随机编码器至少高出 8 个点时才能通过。
本课中的词语和符号
- 线性探针
- 一个在冻结的特征上训练的线性分类器:对特征本来就在说什么的一次测试
- SimCLR
- 用每张图片的两个视图和 InfoNCE 进行的自监督训练(Chen 等人 2020)
轮到你了
填写 accuracy、best 和 margin。
关闭 AI:这一题没有导师、提示或参考答案。只靠你自己的思考。
本课已完成。干得好。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。