Настройка и визуализация глубокого обучения
Управляйте экспериментами, стройте графики процесса обучения, оценивайте точность, объясняйте предсказания, настраивайте опции обучения и визуализируйте функции, выученные сетью
Настройте опции обучения и улучшите эффективность сети путем протаскивания гиперпараметров или с помощью байесовской оптимизации. Используйте Experiment Manager, чтобы управлять экспериментами глубокого обучения, которые обучают сети при различных начальных условиях и сравнивают результаты. Отслеживайте процесс обучения с помощью встроенных графиков точности и потерь сети. Чтобы исследовать обученные сети, можно использовать методы визуализации, такие как Grad-CAM, чувствительность к окклюзии, LIME и глубокий сон. Можно также исследовать робастность сети с помощью состязательных примеров и протестировать обученную сеть, делая предсказания с помощью новых данных.
Часто просматриваемые темы
- Глубокое обучение настройки
Программно настраивайте опции обучения, возобновляйте обучение с контрольной точки и исследуйте состязательные примеры
- Глубокое обучение
Стройте графики процесса обучения, оценивайте точность, объясняйте предсказания и визуализируйте функции, выученные сетью
- Эксперименты по глубокому обучению
Обучите сети в различных начальных условиях, интерактивно настройте опции обучения и оцените свои результаты
