Main Content

Deep-Learning-Verifikation

Ausbildung robuster Bildnetze und Überprüfung der Robustheit von Bildnetzen

Die Deep-Learning-Verifikation ist eine Reihe von Techniken zur Bewertung der Eigenschaften von tiefen neuronalen Netzen. So können Sie beispielsweise die Robustheitseigenschaften eines Netzes überprüfen, Ausgangsgrenzen des Netzes berechnen und manipulierte Beispiele finden.

Das Supportpaket für die Deep Learning Toolbox™-Verifikationsbibliothek ermöglicht das Testen der Robustheitseigenschaften von Deep-Learning-Netzen. Verwenden Sie diese Bibliothek, um zu überprüfen, ob ein Deep-Learning-Netz robust gegenüber manipulierten Beispielen ist, um die Ausgangsgrenzen für einen Satz von Eingangsgrenzen zu berechnen und um Daten außerhalb der Verteilung zu erkennen.

  • Verwenden Sie die Funktion verifyNetworkRobustness, um die Robustheit des Netzes gegenüber manipulierten Beispielen zu überprüfen. Ein Netz ist robust gegenüber manipulierten Eingaben, wenn sich die vorhergesagte Klasse des Netzes nicht ändert, wenn die Eingabe zwischen der festgelegten unteren und oberen Eingabegrenze gestört wird. Für einen Satz von Eingangsgrenzen prüft die Funktion, ob das Netz robust gegenüber manipulierten Beispielen zwischen diesen Eingangsgrenzen ist, und gibt entweder verified, violated oder unproven aus.

  • Verwenden Sie die Funktion estimateNetworkOutputBounds, um den Bereich der Ausgangswerte abzuschätzen, den das Netz zurückgibt, wenn die Eingabe zwischen den angegebenen unteren und oberen Grenzen liegt. Verwenden Sie diese Funktion, um abzuschätzen, wie empfindlich die Netzvorhersagen auf Eingabestörungen reagieren.

  • Verwenden Sie die Funktion networkDistributionDiscriminator, um einen Verteilungsdiskriminator zu erstellen, der eine Unterteilung in Daten innerhalb und Daten außerhalb der Verteilung vornimmt.

Funktionen

estimateNetworkOutputBounds Estimate output bounds of deep learning network (Seit R2022b)
verifyNetworkRobustnessVerify adversarial robustness of deep learning network (Seit R2022b)
networkDistributionDiscriminator Deep learning distribution discriminator (Seit R2023a)
isInNetworkDistributionDetermine whether data is within the distribution of the network (Seit R2023a)
distributionScoresDistribution confidence scores (Seit R2023a)

Themen