Main Content

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

딥러닝 시각화

훈련 진행 상황 플로팅, 정확도 평가, 예측 설명 및 신경망이 학습한 특징 시각화

신경망의 정확도 및 손실을 표현하는 내장된 플롯을 사용하여 훈련 진행 상황을 모니터링합니다. Grad-CAM, 가림 감도, LIME, 딥 드림 같은 시각화 기법을 사용하여 훈련된 신경망을 조사합니다.

심층 신경망 디자이너딥러닝 신경망의 설계, 시각화 및 훈련

함수

모두 확장

analyzeNetwork딥러닝 신경망 아키텍처 분석
plot신경망 계층 그래프 플로팅
activations딥러닝 신경망 계층 활성화 계산
predict훈련된 딥러닝 신경망을 사용하여 응답 변수 예측
classify훈련된 딥러닝 신경망을 사용하여 데이터 분류
predictAndUpdateState훈련된 순환 신경망을 사용하여 응답 변수 예측 및 신경망 상태 업데이트
classifyAndUpdateState훈련된 순환 신경망을 사용하여 데이터 분류 및 신경망 상태 업데이트
resetState순환 신경망의 상태 재설정
deepDreamImage딥 드림(Deep Dream)을 사용하여 신경망 특징 시각화
occlusionSensitivityExplain network predictions by occluding the inputs
imageLIMEExplain network predictions using LIME
gradCAMExplain network predictions using Grad-CAM
confusionchartCreate confusion matrix chart for classification problem
sortClassesSort classes of confusion matrix chart

속성

ConfusionMatrixChart PropertiesConfusion matrix chart appearance and behavior

도움말 항목