Visualisierung und Verifikation
Visualisierung des Verhaltens neuronaler Netze, Erklärung von Vorhersagen und Überprüfung der Robustheit anhand von Bilddaten
Visualisieren Sie tiefe Netze während und nach dem Training. Überwachen Sie den Trainingsfortschritt mithilfe integrierter Netzgenauigkeits- und Netzverlustdiagramme. Um trainierte Netze zu untersuchen, können Sie Visualisierungstechniken wie Grad-CAM, Okklusionsempfindlichkeit, LIME und Deep Dream verwenden.
Verwenden Sie Deep-Learning-Verifikationsmethoden 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.
Kategorien
- Visualisieren von tiefen neuronalen Netzen
Darstellung des Trainingsfortschritts, Bewertung der Genauigkeit, Erläuterung von Vorhersagen und Visualisierung von Merkmalen, die von einem Bildnetz gelernt wurden
- Deep-Learning-Verifikation
Ausbildung robuster Bildnetze und Überprüfung der Robustheit von Bildnetzen