Main Content

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
plotPlot neural network layer graph
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
predictAndUpdateStatePredict responses using a trained recurrent neural network and update the network state
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
confusionchartCreate confusion matrix chart for classification problem
sortClassesSort classes of confusion matrix chart

プロパティ

ConfusionMatrixChart PropertiesConfusion matrix chart appearance and behavior

トピック