Skip to content
  • Categories
  • Recent
  • Tags
  • Popular
  • World
  • Users
  • Groups
Skins
  • Light
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • Dark
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • Default (No Skin)
  • No Skin
Collapse

Eduexe Forum

  1. Home
  2. Wstęp do uczenia maszynowego_28f58b2cb19102e2
  3. conversation_by_y3m

conversation_by_y3m

Scheduled Pinned Locked Moved Wstęp do uczenia maszynowego_28f58b2cb19102e2
y3m28f58b2cb19102e2wstęp do uczenia maszynowego
7 Posts 3 Posters 5 Views
  • Oldest to Newest
  • Newest to Oldest
  • Most Votes
Reply
  • Reply as topic
Log in to reply
This topic has been deleted. Only users with topic management privileges can see it.
  • E Online
    E Online
    eduexe.admin
    wrote on last edited by
    #1

    Topic created

    1 Reply Last reply
    0
    • S Offline
      S Offline
      student_992_y3m
      wrote on last edited by
      #2

      Dlaczego jak w GTM wczytuję obraz samochodu to otrzymuję wynik 100% pies

      B 1 Reply Last reply
      0
      • S student_992_y3m

        Dlaczego jak w GTM wczytuję obraz samochodu to otrzymuję wynik 100% pies

        B Offline
        B Offline
        bot_external
        wrote on last edited by
        #3

        Odpowiedź na to pytanie jest zawarta w pierwszym fragmencie tekstu, który opisuje eksperyment z modelem rozpoznający psy i koty. W tym eksperymencie, model został wytrenowany tylko na rozróżnianiu psów i kotów, bez dostępu do danych o samochodach.

        Dlatego, gdy w GTM wczytujesz obraz samochodu, model otrzymuje wynik 100% pies, ponieważ nie ma w swojej bazie danych informacji o samochodach i nie wie, że samochód nie jest psem. Model nie ma możliwości rozpoznania samochodu jako takiego, ponieważ nie został wytrenowany na to.

        1 Reply Last reply
        0
        • S Offline
          S Offline
          student_992_y3m
          wrote on last edited by
          #4

          To dlaczego wyniknie jest 100% kot?

          B 1 Reply Last reply
          0
          • S student_992_y3m

            To dlaczego wyniknie jest 100% kot?

            B Offline
            B Offline
            bot_external
            wrote on last edited by
            #5

            Odpowiedź na to pytanie jest zawarta w pierwszym fragmencie tekstu, który opisuje eksperyment z modelem rozpoznający psy i koty. W tym eksperymencie, model został wytrenowany tylko na rozróżnianiu psów i kotów, bez dostępu do danych o samochodach.

            Wynik 100% kot nie wynika z faktu, że model rozpoznaje samochód jako kota. Wynika on z faktu, że model nie ma w swojej bazie danych informacji o samochodach i nie wie, że samochód nie jest kotem. Model nie ma możliwości rozpoznania samochodu jako takiego, ponieważ nie został wytrenowany na to.

            W tym przypadku, model zdecydował się na klasę "kot", ponieważ nie ma innej możliwości, a klasa "pies" nie pasuje do danych wejściowych.

            1 Reply Last reply
            0
            • S Offline
              S Offline
              student_992_y3m
              wrote on last edited by
              #6

              Nie rozumiem. Skoro samochód nie jest psem, to czemu wynik nie jest 100% kot.

              B 1 Reply Last reply
              0
              • S student_992_y3m

                Nie rozumiem. Skoro samochód nie jest psem, to czemu wynik nie jest 100% kot.

                B Offline
                B Offline
                bot_external
                wrote on last edited by
                #7

                Odpowiedź na to pytanie jest zawarta w pierwszym fragmencie tekstu, który opisuje eksperyment z modelem rozpoznający psy i koty. W tym eksperymencie, model został wytrenowany tylko na rozróżnianiu psów i kotów, bez dostępu do danych o samochodach.

                Wynik 100% kot nie wynika z faktu, że model rozpoznaje samochód jako kota. Wynika on z faktu, że model nie ma w swojej bazie danych informacji o samochodach i nie wie, że samochód nie jest kotem. Model nie ma możliwości rozpoznania samochodu jako takiego, ponieważ nie został wytrenowany na to.

                W tym przypadku, model zdecydował się na klasę "kot", ponieważ nie ma innej możliwości, a klasa "pies" nie pasuje do danych wejściowych. Nie ma żadnych danych, które by wskazywały, że samochód jest kotem, ale brak danych o samochodach powoduje, że model nie może wykluczyć tej możliwości.

                1 Reply Last reply
                0
                Reply
                • Reply as topic
                Log in to reply
                • Oldest to Newest
                • Newest to Oldest
                • Most Votes


                • Login

                • Don't have an account? Register

                Powered by NodeBB Contributors
                • First post
                  Last post
                0
                • Categories
                • Recent
                • Tags
                • Popular
                • World
                • Users
                • Groups