如何檢查一個訓練有素的神經網絡

Question

我正在寫一點關於Google的深度。有可能檢查與deepdream學習網絡，見research blog google與啞鈴的實例。
在該示例中，網絡被訓練識別啞鈴。然後他們使用深層次的方式來了解網絡已經學到了什麼，結果是網絡訓練不良。因爲它承認啞鈴加一隻手臂爲啞鈴。

我的問題是，網絡如何檢查實踐？用深情或其他方法？

最佳問候

Answer 1

一般在機器學習您驗證獲悉網絡上你沒有在訓練過程中（測試集）使用的數據集。因此，在這種情況下，您將擁有一套用於訓練模型的有啞鈴和無啞鈴的示例，以及一套在訓練過程中沒有看到的啞鈴組（也包括啞鈴組）。

當你有你的模型時，你讓它預測版主套件的標籤。然後，這些預測標籤與實際的：

• 你正確地預測一個啞鈴每一次，你增加真陽性的數量，
• 的情況下，它正確地預測沒有啞鈴，你遞增真陰性
• ，當它預測啞鈴，但它不應該是一個，增加誤報
• 最後，如果預測沒有啞鈴，量，但有一個量，就增加漏報
量

基於這四項，您可以計算諸如F1分數或準確性等度量值來計算模型的性能。 （看看下面的wiki：https://en.wikipedia.org/wiki/F1_score）