Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

深層学習の可視化

学習の進行状況のプロット、精度の評価、予測の説明、ネットワークによって学習された特徴の可視化

ネットワークの精度と損失の組み込みプロットを使用して進行状況を監視します。Grad-CAM、オクルージョン感度、LIME、Deep Dream などの可視化手法を使用して、学習済みネットワークを調査します。

アプリ

ディープ ネットワーク デザイナー深層学習ネットワークの設計、可視化、および学習

関数

すべて展開する

analyzeNetwork深層学習ネットワーク アーキテクチャの解析
plotニューラル ネットワークの層グラフのプロット
activations深層学習ネットワーク層の活性化の計算
predict学習済み深層学習ニューラル ネットワークを使用した応答の予測
classify学習済み深層学習ニューラル ネットワークを使用したデータの分類
predictAndUpdateState学習済み再帰型ニューラル ネットワークを使用した応答の予測とネットワーク状態の更新
classifyAndUpdateStateClassify data using a trained recurrent neural network and update the network state
resetStateニューラル ネットワークの状態パラメーターのリセット
deepDreamImageDeep Dream を使用したネットワークの特徴の可視化
occlusionSensitivityExplain network predictions by occluding the inputs
imageLIMEExplain network predictions using LIME
gradCAMExplain network predictions using Grad-CAM
confusionchart分類問題用の混同行列チャートの作成
sortClassesSort classes of confusion matrix chart

プロパティ

ConfusionMatrixChart PropertiesConfusion matrix chart appearance and behavior

トピック