Logique de mélange

🌐

Mixup logic

La logique sous-jacente à luz_callback_mixup().

Utilisation

nnf_mixup(x, y, weight)

Arguments

x

un lot des variables d'entrées

y

un lot des variables cible

weight

les coefficients de pondération à utiliser avec torch_lerp()

Valeur de retour

Une liste contenant :

• x, le nouveau lot d'entrées mélangé

• y, une liste contenant :

  • ys, une liste contenant :

    • y1, la cible originale y1

    • y2, la cible mélangée y2

  • weight, les poids de mélange

Détails

Sur la base des lots d'entrées et de cibles passés en argument, ainsi que des poids de mélange appropriés, la fonction remplace le lot actuel par de nouveaux tenseurs. Le nouveau lot d'entrées est une combinaison linéaire pondérée des éléments du lot d'entrées initial, tandis que le nouveau lot de cibles rassemble les cibles originales, ainsi que les poids de mélange, dans une liste imbriquée.

Voir également

luz_callback_mixup()

Exemples

if (torch::torch_is_installed()) {
batch_x <- torch::torch_randn(c(10, 768))
batch_y <- torch::torch_randn(10)
weight <- torch::torch_tensor(rep(0.9, 10))$view(c(10, 1))
nnf_mixup(batch_x, batch_y, weight)
}
#> Error in nnf_mixup(batch_x, batch_y, weight): impossible de trouver la fonction "nnf_mixup"