Süvaõppe valdkonnas koolitatud mudeli täpsuse ja kadude väärtuste graafiku tegemiseks saame kasutada erinevaid Pythonis ja PyTorchis saadaolevaid tehnikaid ja tööriistu. Täpsuse ja kadude väärtuste jälgimine on meie mudeli toimivuse hindamiseks ning selle koolituse ja optimeerimise kohta teadlike otsuste tegemiseks ülioluline. Selles vastuses uurime kahte levinud lähenemisviisi: Matplotlib teegi ja TensorBoardi visualiseerimistööriista kasutamist.
1. Graafiku tegemine Matplotlibiga:
Matplotlib on Pythonis populaarne graafikuteek, mis võimaldab meil luua mitmesuguseid visualiseerimisi, sealhulgas täpsuse ja kadude graafikuid. Koolitatud mudeli täpsuse ja kadude väärtuste graafiku tegemiseks peame järgima järgmisi samme.
1. samm: importige vajalikud teegid.
python import matplotlib.pyplot as plt
2. samm: koguge treeningu ajal täpsuse ja kadude väärtused:
Treeningprotsessi ajal salvestame tavaliselt iga iteratsiooni või epohhi täpsuse ja kadude väärtused. Nende väärtuste salvestamiseks saame luua kaks eraldi loendit. Näiteks:
python accuracy_values = [0.82, 0.88, 0.91, 0.93, 0.95] loss_values = [0.65, 0.45, 0.35, 0.30, 0.25]
3. samm: looge graafik:
Matplotlibi abil saame joonistada täpsuse ja kadude väärtused iteratsioonide või epohhide arvu suhtes. Siin on näide:
python plt.plot(accuracy_values, label='Accuracy') plt.plot(loss_values, label='Loss') plt.xlabel('Epochs') plt.ylabel('Value') plt.title('Accuracy and Loss Graph') plt.legend() plt.show()
See kood loob graafiku, millel on y-teljel esitatud täpsus- ja kaduväärtused ning x-teljel iteratsioonide või epohhide arv. Täpsusväärtused joonistatakse joonena ja kadude väärtused teise joonena. Legend aitab neil kahel vahet teha.
2. Graafika tegemine TensorBoardiga:
TensorBoard on TensorFlow pakutav võimas visualiseerimistööriist, mida saab kasutada ka PyTorchi mudelitega. See võimaldab interaktiivselt ja üksikasjalikult visualiseerida mudeli koolituse erinevaid aspekte, sealhulgas täpsust ja kadude väärtusi. Täpsuse ja kadude väärtuste graafiku tegemiseks TensorBoardi abil peame järgima järgmisi samme.
1. samm: importige vajalikud teegid.
python from torch.utils.tensorboard import SummaryWriter
2. samm: looge SummaryWriteri objekt:
python writer = SummaryWriter()
3. samm: logige treeningu ajal täpsuse ja kadude väärtused:
Koolitusprotsessi käigus saame SummaryWriteri objekti abil logida täpsuse ja kadude väärtused igal iteratsioonil või epohhil. Näiteks:
python for epoch in range(num_epochs): # Training code... # Log accuracy and loss values writer.add_scalar('Accuracy', accuracy, epoch) writer.add_scalar('Loss', loss, epoch)
4. samm: käivitage TensorBoard.
Pärast koolitust saame käivitada TensorBoardi käsurealt:
tensorboard --logdir=logs
5. samm: vaadake TensorBoardis täpsuse ja kadude graafikuid.
Avage veebibrauser ja minge TensorBoardi pakutavale URL-ile. Vahekaardil "Skalaarid" saame visualiseerida täpsuse ja kadude graafikuid aja jooksul. Saame visualiseerimist kohandada, kohandades TensorBoardis parameetreid ja sätteid.
TensorBoardi kasutamine pakub täiendavaid eeliseid, näiteks võimalust võrrelda mitut käitamist, uurida erinevaid mõõdikuid ja analüüsida mudeli toimivust üksikasjalikumalt.
Koolitatud mudeli täpsuse ja kadude väärtuste graafik on selle toimivuse mõistmiseks hädavajalik. Saame kasutada Matplotlib teeki staatiliste graafikute loomiseks otse Pythonis või kasutada TensorBoardi visualiseerimistööriista interaktiivsemate ja üksikasjalikumate visualiseerimiste jaoks.
Muud hiljutised küsimused ja vastused selle kohta Edenemine sügava õppimisega:
- Kas PyTorchi närvivõrgu mudelil võib protsessori ja GPU töötlemiseks olla sama kood?
- Miks on oluline süvaõppe mudeleid regulaarselt analüüsida ja hinnata?
- Millised on mõned tehnikad süvaõppemudeli tehtud ennustuste tõlgendamiseks?
- Kuidas saame andmeid analüüsimiseks ujukvormingusse teisendada?
- Mis on epohhide kasutamise eesmärk süvaõppes?
- Kuidas saame mudelianalüüsi käigus koolitus- ja valideerimisandmeid logida?
- Milline on süvaõppemudeli koolitamiseks soovitatav partii suurus?
- Millised on süvaõppe mudelianalüüsi sammud?
- Kuidas saame ennetada tahtmatut petmist süvaõppe mudelite koolituse ajal?
- Millised on kaks peamist mõõdikut, mida kasutatakse süvaõppe mudelianalüüsis?
Vaadake rohkem küsimusi ja vastuseid jaotises Süvaõppega edenemine