Анализ качества обучения нейронной сети | Нейросети на Python

Как оценивать качество обучения нейронной сети в Keras. Курс "Программирование нейросетей на Python" - https://www.asozykin.ru/courses/nnpython

Полный код решения из видео - https://github.com/sozykin/dlpython_course/blob/master/introduction/fashion_mnist_prevent_overfitting.ipynb

Полный код решения из видео в Google Colab -
https://colab.research.google.com/drive/1AE_W9QOLoFrPsoihVqZtY5YMWtrPr80C

При обучении нейросетей может возникнуть проблема переобучения. В этом случае сеть может научиться распознавать особенности выборки, а не данных. Это ведет к снижению обобщающей способности нейросети (generalization).

Чтобы избежать переобучения, необходимо оценивать качество работы нейросети на тех данных, которые она не видела в процессе обучения.

Для обучения используются три набора данных:
1. Обучающая выборка (training set) – набор данных, который используется для обучения сети.
2. Проверочная выборка (validation set) – набор данных, который используется в процессе обучения для подбора гиперпараметров сети.
3. Тестовая выборка (test set) – набор данных, который используется для оценки качества работы сети после завершения обучения.

Рассматриваются примеры использования проверочного и тестового наборов данных в Keras.

Как можно поддержать курс:
1. PayPal - https://www.paypal.me/asozykin
2. Яндекс Кошелек - https://money.yandex.ru/to/410014298228017
Заранее спасибо за помощь!

Добавляйтесь в друзья в социальных сетях:
вКонтакте - https://vk.com/avsozykin
Facebook - https://www.facebook.com/asozykin
Twitter - https://twitter.com/AndreySozykin

Мой сайт - https://www.asozykin.ru

Мой канал с краткими и понятными объяснениями сложных тем в ИТ и компьютерных науках -
https://goo.gl/kW93MA

Видео Анализ качества обучения нейронной сети | Нейросети на Python канала Andrey Sozykin