Machine Learning / AI

Ako zostaviť rozdelenie train/val/test a benchmark? Ako správne rozdeliť údaje?

Povej mi o nalogi ocenjevanja izgovor: kako pristopiti k izboljšanju modela, ki zaznava napake v izgovorjavi fonemov in zvokov?

Na malom aute našli LR, veľkosť batchu v clustri vzrástla 1000-krát. Je potrebné zmeniť LR?

Čo robiť, ak bol test už použitý a ukázal zlý výsledok?

Akú úlohu klasifikácie riešime pri hodnotení výslovnosti fonémov?

Kedy použiť train, validation, test a benchmark?

Existuje veľa hyperparametrov optimalizátora, 10 000 experimentov, málo času, ale veľa zdrojov. Aké prístupy existujú na hľadanie optimálnej kombinácie?

Čo sa okrem vloženia zvuku dostáva do klasifikátora?

Ako trénujeme model klasifikácie foném? Čo je v cieli?

Aké nápady možno vyskúšať na presné zarovnanie foném?

Ako v praxi spoznať, že test je vyčerpaný alebo došlo k zmene rozdelenia?

Kedy je potrebné vymeniť test? Ako rozlíšiť prípad, keď je test zastaraný, od prípadu, keď test vyhorel kvôli opakovanému použitiu?

Ak je veľkosť dávky väčšia, bude gradient menší alebo väčší?

Ako urobiť nútené zarovnanie — určiť, od ktorej do ktorej sekundy znie každá fonéma?

Rýchlosť učenia a veľkosť dávky sú nezávislé parametre? Existuje medzi nimi vzťah?

Mriežka 100x100 vs 10000 náhodných bodov — prečo je náhodný lepší ako mriežka aj v 2D?

Ako označiť zvukové údaje?

Ako pristúpiť k tréningu na vlastnom doméne? Čo robiť s všeobecným modelom?

Ako trénovať model? Seq-to-seq je drahý, má veľa hyperparametrov. Ako to urobiť?

Ako pristúpiť k zarovnaniu jednej slová podľa foném? Ako použiť wav2vec2 na získanie presných hraníc foném?