taralino

.init

Der Befehl DiffusionModel.init(L) erwartet folgende (verpflichtende) Argumente:

Argument	Datentyp	Hinweis
L	Datenfeld	Liste ganzer Zahlen (Layout)

Der Befehl initialisiert das Diffusion Model zum Layout L. Dabei ist zu beachten, dass Eingangs- und Ausgangssignal die gleiche Anzahl an Neuronen besitzen müssen.

Zudem können folgende Optionen verwendet werden:

Variable	Datentyp	Hinweis	Default-Wert
steps	Zahl	ganzzahlig, positiv	32
standard_deviation	Zahl	positiv	0.1

Die optionalen Parameter bestimmen den Prozess des Verrauschens: steps definiert, wie häufig ein gleichverteiltes Rauschen auf die Bilder der Trainingsdaten angewandt wird. Dabei wird in jedem Schritt eine Normalverteilung mit der Standardabweichung standard_deviation verwendet.

Die optionalen Parameter sollten derart gewählt werden, sodass Trainingsbilder nach dem Prozess des Verrauschens als rein zufällig erzeugte Bilder wahrgenommen werden.

Beispiel

Es wird eine Diffusion Model unter Verwendung des HandwrittenDigits-Datenpakets trainiert. Anschließend wird ein neues Bild generiert. Hinweis: Das Ergebnis lässt sich signifikant verbessern, indem die Parameter der Trainingsphase angepasst werden.

<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <script src="taralino.js"></script>
  <script src="HandwrittenDigits.js"></script>
</head>
<body>
<script>

var X = HandwrittenDigits.get();

DiffusionModel.init([64, 32, 64], {steps:8, standard_deviation:0.2});

DiffusionModel.progress(X, {iterations:100, batch_size:10, learning_rate:5});

function on_training_done() {
  var y = DiffusionModel.random();
  var M = Picture.vector(y);
  Picture.draw(M, {zoom:16});
};

</script>
</body>
</html>

Vorschau Download Kopie speichern