深度学习调优和可视化
交互式地构建和训练网络,管理实验,绘制训练进度,评估准确性,解释预测,调整训练选项,并可视化网络学习的特征
使用深度网络设计器交互式地构建、可视化、编辑和训练深度学习网络。通过扫描超参数或使用贝叶斯优化来调整训练选项并提高网络性能。使用实验管理器来管理在各种初始条件下训练网络并比较结果的深度学习实验。使用内置的网络精度和损失图监控训练进度。为了研究训练过的网络,您可以使用可视化技术,如Grad-CAM、遮挡敏感性、LIME和deep dream。您还可以使用对抗示例来研究网络的鲁棒性,并通过使用新数据进行预测来测试经过训练的网络。
类别
- 深度网络设计器App
交互式地创建和训练深度学习网络 - 实验管理App
在多个初始条件下训练网络,交互式地调整训练选项,并评估结果 - 深度学习调优
以编程方式调整训练选项,从检查点恢复训练,并调查对抗性示例 - 深度学习可视化
绘制训练进度,评估准确性,解释预测,并将网络学习到的特征可视化 - 深度学习验证
训练鲁棒网络,验证网络鲁棒性