Main Content

이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

딥러닝 조정 및 시각화

실험 관리, 훈련 진행 상황 플로팅, 정확도 평가, 예측 설명, 훈련 옵션 조정 및 신경망이 학습한 특징 시각화

하이퍼파라미터를 스윕하거나 베이즈 최적화를 사용하여 훈련 옵션을 조정하고 신경망 성능을 개선합니다. 실험 관리자를 사용하면 여러 초기 조건하에서 신경망을 훈련시키는 딥러닝 실험을 관리하고 결과를 비교할 수 있습니다. 신경망의 정확도 및 손실을 표현하는 내장된 플롯을 사용하여 훈련 진행 상황을 모니터링합니다. 훈련된 신경망을 조사하기 위해 Grad-CAM, 가림 감도, LIME, 딥 드림 같은 시각화 기법을 사용할 수 있습니다. 적대적 표본으로 신경망의 견고성을 조사하고, 새로운 데이터로 예측을 수행하여 훈련된 신경망을 테스트할 수도 있습니다.

  • 딥러닝 조정
    프로그래밍 방식으로 훈련 옵션 조정, 검사 지점에서 훈련 재개, 적대적 표본 조사
  • 딥러닝 시각화
    훈련 진행 상황 플로팅, 정확도 평가, 예측 설명 및 신경망이 학습한 특징 시각화
  • 딥러닝 실험
    다양한 초기 조건하에서 신경망 훈련, 훈련 옵션을 대화형 방식으로 조정, 결과 평가

추천 예제