Trainingsergebnisse untersuchen
Dieses Beispiel zeigt, wie man ein NetTrainResultsObject verwendet, um programmgesteuert Performance-Messhistorien, Timing- und Effizienzmetriken und andere Ergebnisse zu untersuchen, die während des Trainings eines Netzwerks gesammelt wurden. Das Beispiel ziegt auch, wie man mit NetTrain benutzerdefinierte Trainingsmaßnahmen aufzeichnet.
Trainieren Sie LeNet auf FashionMNIST.
Untersuchen Sie die letzten Plots.
Vergleichen Sie die endgültigen und besten Validierungsmessungen.
Vergleichen Sie den endgültigen Verlust der Trainings- und Validierungsdatensätze.
Fragen Sie verschiedene Kennzahlen zur Trainingseffizienz ab.
Ermitteln Sie eine Liste aller verfügbaren Eigenschaften.
Wenn die vorhergehenden Eigenschaften nicht ausreichen, ist es möglich, benutzerdefinierte Messungen wie die Entwicklung der Gradientengrößen pro Schicht, die Verluste pro Beispiel oder die Lernrate während des Trainings eines Netzes zu sammeln.
Erhalten Sie einen Überblick über die Entwicklung der Gradientengrößen pro Array während des Trainings eines LeNet auf FashionMNIST.
Erfassen Sie die Verluste einzelner Beispiele im Zeitverlauf.
Zeichnen Sie den Verlust, der mit einem einzelnen Beispiel verbunden ist, über die Zeit auf.
Finden Sie die schwierigsten Beispiele, indem Sie den mittleren Verlust für jedes Beispiel berechnen und die Indizes der 20 größten solchen mittleren Verluste nehmen.
Zeigen Sie die durchschnittliche Entwicklung der Verluste und Fehlerraten bei Taschen, Mänteln, Kleidern und Hemden.
