Exponenta Banner

Настройка и визуализация глубокого обучения

Справьтесь с экспериментами, постройте процесс обучения, оцените точность, объясните предсказания, опции обучения мелодии, и визуализируйте функции, изученные сетью

Настройте опции обучения и улучшайте производительность сети широкими гиперпараметрами или использование Байесовой оптимизации. Используйте Experiment Manager, чтобы справиться с экспериментами глубокого обучения, которые обучают нейронные сети под различными начальными условиями и сравнивают результаты. Контролируйте процесс обучения с помощью встроенных графиков сетевой точности и потери. Заниматься расследованиями обучило нейронные сети, можно использовать методы визуализации, такие как CAM градиента, чувствительность поглощения газов, LIME, и глубоко мечтать. Можно также исследовать сетевую робастность с помощью соперничающих примеров и протестировать обучивший сеть путем создания предсказаний с помощью новых данных.

Часто просматриваемые темы

Рекомендуемые примеры

Classify Webcam Images Using Deep Learning

Классифицируйте изображения веб-камеры Используя глубокое обучение

Классифицируйте изображения от веб-камеры в режиме реального времени с помощью предварительно обученной глубокой сверточной нейронной сети GoogLeNet.

Открыть скрипт
Understand Network Predictions Using Occlusion

Изучите сетевые предсказания Используя поглощение газов

Используйте карты чувствительности поглощения газов, чтобы изучить, почему глубокая нейронная сеть принимает решение классификации. Чувствительность поглощения газов является простым методом для понимания, какие части изображения являются самыми важными для классификации глубокой сети. Можно измерить чувствительность сети к поглощению газов в различных областях данных с помощью небольших возмущений данных. Используйте чувствительность поглощения газов, чтобы получить высокоуровневое понимание того, что изображение показывает сеть использование, чтобы сделать конкретной классификацией и обеспечить понимание причин, почему сеть может неправильно классифицировать изображение.

Скрипт Open Live Script
Understand Network Predictions Using LIME

Изучите сетевые предсказания Используя LIME

Используйте локально поддающиеся толкованию объяснения модели агностические (LIME), чтобы изучить, почему глубокая нейронная сеть принимает решение классификации.

Скрипт Open Live Script
Use Experiment Manager to Train Networks in Parallel

Используйте Experiment Manager, чтобы обучить нейронные сети параллельно

Обучите глубокие сети в параллели с помощью Experiment Manager.

Открытый пример
Try Multiple Pretrained Networks for Transfer Learning

Попробуйте несколько предварительно обученных сетей за передачу обучения

Сконфигурируйте эксперимент, который заменяет слои различных предварительно обученных сетей для передачи обучения.

Открытый пример
Choose Training Configurations for Sequence-to-Sequence Regression

Выберите Training Configurations for Sequence-to-Sequence Regression

Сравните различную предварительную обработку данных и сетевые настройки глубины для регрессии от последовательности к последовательности.

Открытый пример

Документация Deep Learning Toolbox

Поддержка