НачатьНачать бесплатно

Цикл активного обучения

Активный обучающий агент настроен — пора применить его на практике! В этом упражнении вы реализуете цикл, который позволит непрерывно улучшать категоризацию данных.

Набор данных загружен: X_labeled — размеченные обучающие данные, X_unlabeled — неразмеченные обучающие данные, y_labeled — метки классов.

Объект learner уже импортирован.

Это упражнение является частью курса

Обучение с подкреплением на основе обратной связи от людей (RLHF)

Посмотреть курс

Инструкции к упражнению

  • Реализуйте цикл, который выполнит 10 запросов.
  • На каждой итерации позвольте модели обучиться на текущих размеченных данных.
  • Используйте модель для запроса наиболее неопределённых точек данных из неразмеченного набора, задав количество экземпляров равным 5.
  • Обновите неразмеченный набор данных соответствующим образом.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Set the number of queries
____
for _ in range(n_queries):
    # Use the current labeled data
    ____
    # Query from unlabeled data
    query_idx, _ = ____  
    X_new, y_new = X_unlabeled[query_idx], y[query_idx]  
    X_labeled = np.vstack((X_labeled, X_new))  
    y_labeled = np.append(y_labeled, y_new)  
    # Update the unlabeled dataset
    X_unlabeled = np.delete(____, query_idx, axis=0)
Редактировать и запускать код