ชุดการฝึกและชุดทดสอบ

เรากลับไปที่ Playground เพื่อทดลองใช้ชุดการฝึก และชุดทดสอบ

คลิกไอคอนบวกเพื่อช่วยเตือนความหมายของจุดสีส้มและสีน้ำเงิน

ในการแสดงภาพ

• จุดสีน้ำเงินแต่ละจุดแสดงถึง 1 ตัวอย่างของคลาสข้อมูล (เช่น สแปม)
• จุดสีส้มแต่ละจุดหมายถึงตัวอย่างหนึ่งของข้อมูลคลาสอื่น (สำหรับ ตัวอย่าง ไม่ใช่สแปม)
• สีพื้นหลังจะแสดงการคาดการณ์ของโมเดลว่าตัวอย่างตำแหน่งใด ของสีนั้น พื้นหลังสีฟ้ารอบจุดสีน้ำเงิน หมายความว่าโมเดล คาดการณ์ตัวอย่างนั้นอย่างถูกต้อง ในทางกลับกัน พื้นหลังสีส้มรอบจุดสีน้ำเงินหมายความว่าโมเดลกำลังสร้าง การคาดคะเนที่ไม่ถูกต้องสำหรับตัวอย่างดังกล่าว

แบบฝึกหัดนี้มีทั้งชุดทดสอบและชุดแบบฝึกหัด ซึ่งมาจาก ชุดข้อมูลเดียวกัน โดยค่าเริ่มต้น การแสดงภาพจะแสดงเฉพาะการฝึก ตั้งค่า หากคุณต้องการดูชุดทดสอบด้วย ให้คลิก ช่องทำเครื่องหมายแสดงข้อมูลทดสอบใต้การแสดงภาพ ใน การแสดงข้อมูลผ่านภาพ โปรดทราบถึงความแตกต่างต่อไปนี้

• ตัวอย่างการฝึกจะมีโครงร่างเป็นสีขาว
• ตัวอย่างทดสอบมีเส้นโครงร่างสีดำ

ภารกิจที่ 1: เรียกใช้ Playground ด้วยการตั้งค่าที่กำหนดโดยทำ ดังต่อไปนี้:

1. คลิกปุ่มเรียกใช้/หยุดชั่วคราว:
2. ดูการเปลี่ยนแปลงค่าการสูญเสียการทดสอบและการสูญเสียการฝึก
3. เมื่อค่าการสูญเสียการทดสอบและการสูญเสียการฝึกหยุดเปลี่ยนแปลง หรือเปลี่ยนเพียงแค่ครั้งเดียว ให้กดปุ่มเรียกใช้/หยุดชั่วคราว อีกครั้งเพื่อหยุด Playground ชั่วคราว

จดบันทึกเดลต้าระหว่างการสูญเสียการทดสอบและการสูญเสียการฝึก เราจะพยายามลดโอกาสนี้ ในงานต่อไปนี้

งานที่ 2: ทำสิ่งต่อไปนี้

1. กดปุ่มรีเซ็ต
2. ปรับเปลี่ยนการเรียนรู้ อัตรา [rate]
3. กดปุ่มเรียกใช้/หยุดชั่วคราว:
4. ให้ Playground เล่นเป็นเวลาอย่างน้อย 150 Epoch

เดลต้าระหว่างการสูญเสียการทดสอบกับการสูญเสียการฝึกมีค่าต่ำกว่าหรือ มากขึ้นด้วยอัตราการเรียนรู้แบบใหม่นี้ จะเกิดอะไรขึ้นหากคุณแก้ไขทั้ง 2 อย่าง อัตราการเรียนรู้และ ขนาดกลุ่ม

งานที่ 3 ไม่บังคับ: แถบเลื่อนที่มีป้ายกำกับว่าเปอร์เซ็นต์ข้อมูลการฝึก ช่วยให้คุณควบคุมสัดส่วนของข้อมูลการฝึกที่จะทดสอบข้อมูลได้ ตัวอย่างเช่น เมื่อตั้งค่าเป็น 90% จะมีการใช้ข้อมูล 90% สำหรับชุดการฝึกและ ที่เหลืออีก 10% จะนำไปใช้สำหรับชุดทดสอบ

ทำสิ่งต่อไปนี้:

1. ลด "เปอร์เซ็นต์ข้อมูลการฝึก" จาก 50% เป็น 10%
2. การทดลองเกี่ยวกับอัตราการเรียนรู้และขนาดกลุ่ม โดยจดบันทึก ผลการสืบค้น

การเปลี่ยนแปลงเปอร์เซ็นต์ข้อมูลการฝึก จะเปลี่ยน การตั้งค่าการเรียนรู้ที่คุณค้นพบในงานที่ 2 หากเป็นเช่นนั้น ทำไม

---

---

คลิกไอคอนบวกเพื่อดูคำตอบของงานที่ 1

ตั้งอัตราการเรียนรู้ไว้ที่ 3 (การตั้งค่าเริ่มต้น) การสูญเสียการทดสอบสูงกว่าการสูญเสียการฝึกอย่างมีนัยสำคัญ

คลิกไอคอนบวกเพื่อดูคำตอบของงานที่ 2

การลดอัตราการเรียนรู้ (เช่น ลดเป็น 0.001) การสูญเสียการทดสอบลดลงมาใกล้เคียงกับการสูญเสียการฝึกมากขึ้นมาก ในการวิ่งส่วนใหญ่ การเพิ่มขนาดกลุ่มจะไม่ส่งผลต่อการสูญเสียการฝึกหรือการทดสอบ การสูญเสียอย่างมีนัยสำคัญ อย่างไรก็ตาม ในจำนวนที่น้อยของรันได้เพิ่มขึ้น ขนาดกลุ่มเป็น 20 ขึ้นไปจะทำให้การสูญเสียการทดสอบลดลงเล็กน้อย ต่ำกว่าการสูญเสียสำหรับการฝึก

ระบบจะสร้างชุดข้อมูลของ Playground แบบสุ่ม ด้วยเหตุนี้ คำตอบอาจไม่ตรงกับคำตอบของคุณเสมอไป

คลิกไอคอนบวกเพื่อดูคำตอบของงานที่ 3

ลดเปอร์เซ็นต์ข้อมูลการอบรมจาก 50% เป็น 10% อย่างมาก จะทำให้จำนวนจุดข้อมูลในชุดการฝึกลดลง ด้วยข้อมูลปริมาณน้อย ขนาดกลุ่มที่สูงและอัตราการเรียนรู้สูงทำให้โมเดลการฝึกกระโดด ไปรอบๆ อย่างวุ่นวาย (กระโดดข้ามจุดต่ำสุดซ้ำๆ)