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
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
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
Keras Tuner - автоматическая оптимизация гиперпараметров нейросети | Нейросети на PythonФункции активации, критерии качества работы НС | #6 нейросети на PythonАгрегатные функции | Основы SQLСамая редкая группа кровиКурс Тестирование ПО. Занятие 4. Верификация и валидация | QA START UPМетрики машинного обученияРаспознавание объектов на изображениях | Глубокие нейронные сети на PythonЛекция 2. Нейронные сети. Теория и первый пример (Анализ данных на Python в примерах и задачах. Ч2)Бесплатная облачная платформа для нейросетей Google Colab | Нейросети на PythonDropout - метод борьбы с переобучением нейронной сети | #11 нейросети на PythonУченые ПОДКЛЮЧИЛИ мозг червя к роботу и вот что получилосьПереобучение - что это и как этого избежать, критерии останова обучения | #5 нейросети на PythonArtisto: опыт запуска нейросетей в production / Эдуард Тянтов (Mail.ru Group)Что такое генеративно-состязательные сети (GAN) | #31 нейросети на PythonНейронные Сети на Понятном Языке | Многослойные Нейросети | #5Как сохранить нейронную сеть | Нейросети на PythonВизуализация сверточных нейросетей | Глубокие нейронные сети на PythonВАША ГРУППА КРОВИ РАССКАЖЕТ О ВАС МНОГОЕУчимся обучать нейронные сети, за 30 минут от теории до практики.