Contexto empresarial
Durante la fase de experimentación de un modelo, un científico de datos necesita modificar la arquitectura, por ejemplo, cambiando el número de neuronas en una capa oculta. Este escenario prueba la capacidad de reemplazar una capa existente usando el parámetro `replace` y verifica que la acción falle de forma controlada al intentar conectar a una capa inexistente.
Preparación de datos
No se requieren datos para este escenario, ya que se centra en la manipulación de la arquitectura del modelo.
¡Copiado!
| 1 | %put NOTA: No se requiere preparación de datos para este escenario.; |
Étapes de réalisation
1
Crear un modelo base y añadir una capa de entrada y una capa oculta con 50 neuronas.
¡Copiado!
| 1 | PROC CAS; |
| 2 | DEEPLEARN.buildModel / model={name='Test_Robustez', replace=true}; |
| 3 | DEEPLEARN.addLayer / model='Test_Robustez' name='Input' layer={type='input', nchannels=1, width=10, height=10}; |
| 4 | DEEPLEARN.addLayer / model='Test_Robustez' name='Hidden_FC' layer={type='fullconnect', n=50, act='relu'} srcLayers={'Input'}; |
| 5 | RUN; |
2
INTENTO FALLIDO: Tratar de añadir una capa con el mismo nombre ('Hidden_FC') sin `replace=true`. Se espera un error.
¡Copiado!
| 1 | DEEPLEARN.addLayer / |
| 2 | model='Test_Robustez' |
| 3 | name='Hidden_FC' |
| 4 | layer={type='fullconnect', n=100, act='relu'} |
| 5 | srcLayers={'Input'}; |
| 6 | RUN; |
3
ÉXITO: Reemplazar la capa 'Hidden_FC' usando `replace=true` para cambiar el número de neuronas a 150.
¡Copiado!
| 1 | DEEPLEARN.addLayer / |
| 2 | model='Test_Robustez' |
| 3 | name='Hidden_FC' |
| 4 | replace=true |
| 5 | layer={type='fullconnect', n=150, act='relu'} |
| 6 | srcLayers={'Input'}; |
| 7 | RUN; |
4
INTENTO FALLIDO: Tratar de añadir una capa de salida conectada a una capa de origen inexistente ('Capa_Fantasma'). Se espera un error.
¡Copiado!
| 1 | DEEPLEARN.addLayer / |
| 2 | model='Test_Robustez' |
| 3 | name='Output' |
| 4 | layer={type='output', n=2, act='softmax'} |
| 5 | srcLayers={'Capa_Fantasma'}; |
| 6 | RUN; |
| 7 | QUIT; |
Resultado esperado
El paso 2 y 4 deben generar errores en el log de SAS, indicando que el nombre de la capa ya existe y que la capa de origen no se encuentra, respectivamente. El paso 3 debe ejecutarse correctamente. Al final, el modelo 'Test_Robustez' debe contener la capa 'Input' y la capa 'Hidden_FC' actualizada con 150 neuronas, demostrando que el reemplazo fue exitoso.