このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
可視化と検証
イメージ データを使用した、ニューラル ネットワークの動作の可視化、予測の説明、およびロバスト性の検証
学習中または学習後に深層ネットワークを可視化します。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。学習済みネットワークを調査するには、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ます。
深層学習検証手法を使用して、深層ニューラル ネットワークの特性を評価します。たとえば、ネットワークのロバスト特性の検証、ネットワークの出力範囲の計算、および敵対的サンプルの検索を行うことができます。
カテゴリ
- 深層ニューラル ネットワークの可視化
学習の進行状況のプロット、精度の評価、予測の説明、およびイメージ ネットワークによって学習された特徴の可視化
- 深層学習の検証
ロバストなイメージ ネットワークの学習、およびイメージ ネットワークのロバスト性の検証