Wie überprüft man ein trainiertes neuronales Netzwerk

Question

Ich schreibe ein wenig über Googles Deepdream. Es ist möglich, mit deepdream gelernten Netzwerken zu überprüfen, siehe research blog google das Beispiel mit den Hanteln.
In dem Beispiel wird ein Netzwerk trainiert, eine Kurzhantel zu erkennen. Dann benutzen sie Deepdream, um zu sehen, was das Netzwerk gelernt hat und das Ergebnis ist, dass das Netzwerk schlecht trainiert wurde. Weil es eine Hantel und einen Arm als Hantel erkennt.

Meine Frage ist, wie werden Netzwerke in der Praxis überprüfen? Mit Deepdream oder welcher anderen Methode?

Beste Grüße

Answer 1

Allgemeinen in maschinelles Lernen Sie Ihr gelernt Netzwerk auf einem Datensatz validieren Sie nicht in den Trainingsprozess (ein Test-Set) verwendet haben. In diesem Fall hätten Sie eine Reihe von Beispielen mit und ohne Hanteln, die zum Trainieren des Modells verwendet wurden, sowie ein Set (auch bestehend aus Hanteln und ohne), die während des Trainings nicht gesehen wurden.

Wenn Sie Ihr Modell haben, lassen Sie es die Etiketten des zurückgehaltenen Satzes vorhersagen. Sie dann vergleichen diese vorhergesagten Etiketten auf die tatsächlichen diejenigen:

• Jedes Mal, wenn Sie eine Hantel korrekt vorherzusagen, erhöhen Sie die Menge der wahren Positiven,
• falls es richtig das Fehlen einer Hantel prognostiziert, erhöhen Sie die Menge von True Negatives
• , wenn er eine Hantel vorhergesagt, aber es sollte nicht sein, erhöhen Sie die Menge an Fehlalarmen
• Schließlich, wenn es keine Hantel vorhergesagt, aber es gibt ein, erhöhen Sie die Menge an false Negatives

Auf der Grundlage dieser vier können Sie dann Maßnahmen wie F1-Score oder Genauigkeit berechnen, um die Leistung des Modells zu berechnen. (Siehe folgendes Wiki: https://en.wikipedia.org/wiki/F1_score)