版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
性能評估1評估基于CNN的貓狗分類模型性能目錄評估指標(biāo)2神經(jīng)網(wǎng)絡(luò)的實際應(yīng)用大致可以分成回歸問題和分類問題。在回歸問題中,常用的評估指標(biāo)有平均絕對值誤差、均方誤差、均方根誤差等。其計算方式與損失的計算方式大致相同。在分類問題中,常用的評估指標(biāo)有混淆矩陣(也稱誤差矩陣,ConfusionMatrix)、ROC曲線、AUC面積3種。其中,混淆矩陣是繪制ROC曲線的基礎(chǔ),同時它也是衡量分類模型準(zhǔn)確度中最基本、最直觀、計算過程常用方法之一。評估指標(biāo)一個簡單的二分類問題的混淆矩陣如下圖所示。評估指標(biāo)
實際結(jié)果正例負(fù)例預(yù)測結(jié)果正例TPFN負(fù)例FPTN混淆矩陣中TP、TN、FP和FN的含義如下。TP(TruePositives):正確地將正例預(yù)測為正例的分類數(shù)。TN(TrueNegatives):正確地將負(fù)例預(yù)測為負(fù)例的分類數(shù)。FP(FalsePositives):錯誤地將負(fù)例預(yù)測為正例的分類數(shù)。FN(FalseNegatives):錯誤地將正例預(yù)測為負(fù)例的分類數(shù)。由于混淆矩陣中統(tǒng)計的是個數(shù),在面對大量的數(shù)據(jù),光憑算個數(shù),很難衡量模型的優(yōu)劣。因此在混淆矩陣的統(tǒng)計結(jié)果上提出了4個指標(biāo):準(zhǔn)確率、精確度、召回率和F1值。評估指標(biāo)4個指標(biāo)的解釋及其計算公式如下。一是準(zhǔn)確率(Accuracy)為預(yù)測正確的結(jié)果占總樣本的百分比,計算公式如下所示。精確度(Precision)是指在一定實驗條件下多次測定的平均值與真實值相符合的程度,以誤差來表示,用于表示系統(tǒng)誤差的大小,計算公式如下。評估指標(biāo)二是召回率(Recall)是廣泛用于信息檢索和統(tǒng)計學(xué)分類領(lǐng)域的度量值,用于評價結(jié)果的質(zhì)量,計算公式如下所示。F-Measure又稱為F-Score,綜合考慮精確度與召回率,計算公式如下。評估指標(biāo)1評估基于CNN的貓狗分類模型性能目錄評估指標(biāo)2以貓狗分類任務(wù)為例演示模型的性能評估,此處的評估指標(biāo)采用的是準(zhǔn)確率。評估基于CNN的貓狗分類模型性能在設(shè)置好了最佳學(xué)習(xí)率之后,將迭代次數(shù)從3次改為200次,讓訓(xùn)練次數(shù)充分,訓(xùn)練完之后的結(jié)果,訓(xùn)練效果并不理想。由訓(xùn)練結(jié)果可以看出,CNN網(wǎng)絡(luò)的準(zhǔn)確率僅僅只有61%,這顯然是不理想的。經(jīng)典CNN模型性能評估設(shè)置與經(jīng)典CNN網(wǎng)絡(luò)相同的迭代次數(shù),得到VGG網(wǎng)絡(luò)訓(xùn)練結(jié)果。VGG網(wǎng)絡(luò)的訓(xùn)練效果比之經(jīng)典的CNN網(wǎng)絡(luò)要好很多,準(zhǔn)確率達到了83%。VGG模型性能評估AlexNet網(wǎng)絡(luò)訓(xùn)練結(jié)果。AlexNet網(wǎng)絡(luò)的訓(xùn)練效果比之經(jīng)典的CNN網(wǎng)絡(luò)要好,但是不如VGG網(wǎng)絡(luò)效果,準(zhǔn)確率為74%。綜上來看,顯然VGG網(wǎng)絡(luò)的訓(xùn)練效果更好,最終的網(wǎng)絡(luò)便選定為VGG,并在原基礎(chǔ)上進行相關(guān)優(yōu)化即可。AlexNet模型性能評估在本章中展示了在PyTorch框架下深度學(xué)習(xí)的通用流程,并使用貓狗分類進行流程的演示。首先介紹了加載和預(yù)處理數(shù)據(jù)的方法,然后介紹了兩種構(gòu)建網(wǎng)絡(luò)的方法和常用的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 電子元器件冷鏈物流行業(yè)相關(guān)項目經(jīng)營管理報告
- 智能家居遠(yuǎn)程控制行業(yè)營銷策略方案
- 太陽能汽車行業(yè)發(fā)展規(guī)模預(yù)測與投資潛力研究報告
- 工業(yè)用水處理行業(yè)相關(guān)項目現(xiàn)狀分析及對策
- 綠色包裝材料行業(yè)競爭分析及發(fā)展前景預(yù)測報告
- 數(shù)字版權(quán)保護行業(yè)的消費市場分析
- 在線兒童成長教育行業(yè)市場特點分析
- 物聯(lián)網(wǎng)智能工業(yè)自動化行業(yè)市場突圍建議書
- 無人駕駛貨車物流行業(yè)分析報告及未來三年行業(yè)發(fā)展報告
- 在線AI教育行業(yè)分析報告及未來五年行業(yè)發(fā)展報告
- 2023年10月自考試題00596英語閱讀(二)
- 雷公藤多苷-雷公藤片治療類風(fēng)濕關(guān)節(jié)炎用藥指南
- 醫(yī)療機構(gòu)資金管理的融合與集成策略
- 《腳內(nèi)側(cè)傳接球足球》課件
- 學(xué)校招投標(biāo)管理制度
- 緊固件重量表
- 項目管理中的領(lǐng)導(dǎo)力培養(yǎng)
- 社會工作專業(yè)人才隊伍建設(shè)中長期規(guī)劃
- Unit10(單元解讀課件)八年級英語上冊(人教版)
- 2024年中國中鐵四局招聘筆試參考題庫含答案解析
- 《事業(yè)單位工作人員處分暫行規(guī)定》講解
評論
0/150
提交評論