Progress for week 47 (2017)
From Robin
(Difference between revisions)
(3 intermediate revisions not shown) | |||
Line 17: | Line 17: | ||
** Kjørt litt forenklet (pop_size = 64, acc_threshold = 98%) på 600 iterasjoner [[Martijho-PathNet-Experiments#Search_for_the_first_path.3F| Eksperimentsiden]] | ** Kjørt litt forenklet (pop_size = 64, acc_threshold = 98%) på 600 iterasjoner [[Martijho-PathNet-Experiments#Search_for_the_first_path.3F| Eksperimentsiden]] | ||
* Forbedret live visualisering av søket (vise eksempel) | * Forbedret live visualisering av søket (vise eksempel) | ||
- | * Implementert automatisk generering av graf-plot av pathnet med optimale paths og training_counter. Skrives rett til pdf-filer (vise eksempel) | + | * Implementert automatisk generering av graf-plot av pathnet med optimale paths og training_counter. Skrives rett til [[Fil:S+s-itr430-Reuse2.pdf| pdf-filer]] (vise eksempel) |
Current revision as of 10:41, 29 November 2017
Martin
Budget
- Møte med Epigram
- Finne måte å visualisere et trent pathnet med optimale paths
- Gjøre ferdig kode for "search for first path" eksperimentet
Accounting
- Hadde møte med epigram
- Samme tanker som meg om problemstillingene. Ikke mye ny input å ta med seg.
- Veldig interesserte i oppgaven min. Tilbudt å komme tilbake med resultater fra eksperimenter (fast en gang i mnd?) Åpne for å hjelpe meg med resultat-tolkning
- Satt opp første eksperiment
- Kjørte flere forsøk
- Første hadde bug som gjorde at det var større sjanse for å finne en path med lavere index gjennom pathnet enn høyere
- Andre er 500 iterasjoner hvor en path velges tilfeldig
- Tredje er 600 iterasjoner hvor end-to-end treningen gjøres på de samme modulene som ble funnet i s+s søket
- Samme forsøk som deepmind i innledende eksperiment på pathnet (Binary MNIST)
- Kjørt litt forenklet (pop_size = 64, acc_threshold = 98%) på 600 iterasjoner Eksperimentsiden
- Kjørte flere forsøk
- Forbedret live visualisering av søket (vise eksempel)
- Implementert automatisk generering av graf-plot av pathnet med optimale paths og training_counter. Skrives rett til pdf-filer (vise eksempel)