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.

Argomenti visualizzati di frequente

Categorie

App Deep Network Designer
Creare e addestrare in modo interattivo reti di Deep Learning
App Experiment Manager
Addestrare le reti in condizioni iniziali multiple, sincronizzare le opzioni di addestramento in modo interattivo e valutare i risultati
Sincronizzazione del Deep Learning
Ottimizzare le opzioni di addestramento in modo programmatico, riprendere l’addestramento da un checkpoint ed esaminare gli esempi avversari
Visualizzazione del Deep Learning
Tracciare i progressi dell'addestramento, valutare la precisione, spiegare le previsioni e visualizzare le feature apprese da una rete
Verifica del Deep Learning
Addestrare reti solide e verificare la solidità della rete

Esempi in primo piano

Classify Webcam Images Using Deep Learning

Classify images from a webcam in real time using the pretrained deep convolutional neural network GoogLeNet.

Apri script

Detect Vanishing Gradients in Deep Neural Networks by Plotting Gradient Distributions

Monitor vanishing gradients while training a deep neural network.

Apri live script

Transfer Learning with Deep Network Designer

Interactively fine-tune a pretrained deep learning network to learn a new image classification task.

Apri live script

Understand Network Predictions Using LIME

Use locally interpretable model-agnostic explanations (LIME) to understand why a deep neural network makes a classification decision.

Apri live script

Try Multiple Pretrained Networks for Transfer Learning

Configure an experiment that replaces layers of different pretrained networks for transfer learning.

Apri esempio

Choose Training Configurations for LSTM Using Bayesian Optimization

Find optimal data architecture and network configurations for sequence-to-sequence regression using Bayesian optimization.

Apri esempio

Use Experiment Manager to Train Generative Adversarial Networks (GANs)

Create a custom training experiment to generate images of flowers.

Apri esempio

Generate Untargeted and Targeted Adversarial Examples for Image Classification

Use the fast gradient sign method (FGSM) and the basic iterative method (BIM) to generate adversarial examples for a pretrained neural network.

Apri live script