上回提到视觉化特徵图,这是一个可以用来解释模型学到了什麽的方法,今天介绍另一种技术:损失视觉化(Loss Visualization)。
我们考虑一个神经网路 $f_\theta$ 以及对应的损失函数 $\lambda (f_\theta(x), y)$,随机给定一个初始值 $\theta,\ \theta_1,\ \theta_2$,如果是二维视觉话的话,考虑 $\theta(\alpha) = \theta + \alpha (\theta - \theta_1)$,若是三维视觉化,则考虑 $\theta(\alpha, \beta) = \theta + \alpha (\theta_1 - \theta) + \beta (\theta_2 - \theta)$,则把 $\lambda(f_{\theta(\alpha)}(x), y)$ 或 $\lambda(f_{\theta(\alpha, \beta)}(x), y)$ 对於 $(\alpha, \beta) \in [0, 1] \times [0, 1]$ 给画出来,则如下图。
(图片取自:[1])
[1]:Li, H., Xu, Z., Taylor, G., Studer, C., & Goldstein, T. (2018). Visualizing the loss landscape of neural nets. In Advances in Neural Information Processing Systems (pp. 6389-6399).
<<: Day 27:IRQ (Part 1) - 断开魂结!
DAY2 安装与使用 MongoDB MongoDB 在社群, 非营利环境使用是免费的,而我一律推荐...
用List实现多层容器 何谓 多层容器 ?我们前面说过List可以存放 『任意型别』 ,其中也包...
之前已经介绍了 var 与函式作用域,今天来更仔细的介绍 ES6 新增的 let 、 const以...
kong的安装我同样会透过operator的方式进行,相信经过了这几天应该很多人都感受到operat...
在Web 开发中,MVC 与三层架构这两个名词会经常被人提及,很多人会将它们混为一谈,认为MVC 就...