Main Content

Sincronizzazione e visualizzazione del Deep Learning

Costruire e addestrare reti in modo interattivo, gestire esperimenti, tracciare i progressi dell'addestramento, valutare la precisione, spiegare le previsioni, sincronizzare le opzioni di addestramento e visualizzare le feature apprese da una rete

Utilizzare Deep Network Designer per costruire, visualizzare, modificare e addestrare in modo interattivo una rete di Deep Learning. Sincronizzare le opzioni di addestramento e migliorare la performance della rete spaziando tra gli iperparametri o utilizzando l’ottimizzazione bayesiana. Utilizzare Experiment Manager per gestire esperimenti di Deep Learning che addestrano le reti in varie condizioni iniziali e confrontano i risultati. Monitorare i progressi dell'addestramento utilizzando i grafici integrati sulla precisione e sulla perdita della rete. Per esaminare le reti addestrate, è possibile utilizzare tecniche di visualizzazione come Grad-CAM, sensibilità all'occlusione, LIME e deep dream. È inoltre possibile esaminare la solidità della rete utilizzando esempi avversari e testare la rete addestrata effettuando previsioni con nuovi dati.

Categorie