Main Content

可视化和验证深度神经网络

可视化网络行为、解释预测和验证稳健性

在训练期间和训练后,可视化深度网络。使用内置的网络准确度和损失图或通过指定自定义度量监控训练进度。使用可视化和可解释性方法,如 Grad-CAM、遮挡敏感度、LIME、Deep Dream 和 D-RISE 研究经过训练的网络。

您可以使用深度网络设计器以交互方式构建和可视化深度学习网络。然后,您可以生成代码以重新创建网络构造,并将经过训练的网络导出到 Simulink®

使用深度学习验证方法来评估深度神经网络的属性。例如,您可以验证网络的稳健性属性、计算网络输出边界、查找对抗示例以及检测分布外数据。

类别