Verstehen von Diagrammen neuronaler Netzwerke zur Matlab-Mustererkennung

Question

Ich habe gerade an einem Projekt zur Fahrzeugklassifizierung gearbeitet und es ist jetzt fast fertig, aber ich habe einige Verwirrung über die Diagramme, die ich von meinem neuronalen Netzwerk erhalte

Ich habe 230 Bilder verwendet [90=Hatchbacks,90=Sedans,50=SUVs] zur Klassifizierung anhand von 80 Merkmalspunkten.Also mein vInput war ein [80x230] Matrix und meine vTarget War [3x230] Matrix

Der Klassifikator funktioniert gut, aber ich verstehe diese Diagramme nicht und weiß nicht, ob sie abnormal sind oder nicht.

Mein neuronales Netzwerk

Dann habe ich auf diese 4 Diagramme im geklickt PLOT Abschnitt und bekam diese nacheinander.

Leistungsdiagramm

Ausbildungsstaat

Verwirrungsgrundstück

Diagramm der Betriebseigenschaften des Empfängers

Ich kenne die Bilder, es sind viele Bilder, aber ich weiß nichts über sie.In der Matlab-Dokumentation trainieren sie einfach das System und zeichnen das Diagramm
Bitte erklären Sie mir diese kurz oder zeigen Sie mir einige gute Links, um sie zu lernen.

Answer 1

Die ersten beiden Diagramme zeigen Trainingsstatistiken.

Leistungsdiagramm zeigt Ihnen die mittlere quadratische Fehlerdynamik für alle Ihre Datensätze im logarithmischen Maßstab.Die Zahl der Schulungs-MSE nimmt ständig ab, daher sollten Sie an der Validierung und dem Test von MSE interessiert sein.Dein Plot zeigt ein perfektes Training.

Ausbildungsstaat zeigt Ihnen einige andere Trainingsstatistiken.

Der Gradient ist ein Wert des Backpropagation-Gradienten bei jeder Iteration im logarithmischen Maßstab. 5e-7 bedeutet, dass Sie den unteren Rand des lokalen Minimums Ihrer Zielfunktion erreicht haben.

Bei Validierungsfehlern handelt es sich um Iterationen, bei denen die Validierungs-MSE ihren Wert erhöht hat.Viele Fehlschläge bedeuten Untertraining, aber in Ihrem Fall ist es in Ordnung.Matlab stoppt das Training automatisch, wenn sechsmal hintereinander ein Fehler auftritt.

Die anderen beiden Diagramme zeigen Ihnen die Ergebnisse Ihrer Netzwerksimulation nach Ausbildung.

Verwirrungsgrundstück.In Ihrem Fall ist es 100 % korrekt.Grüne Zellen stehen für richtige Antworten und rote Zellen für alle Arten falscher Antworten.

Beispielsweise können Sie das erste (Trainingsset) wie folgt lesen:„59 Proben der Klasse 1 wurden korrekterweise der Klasse 1 zugeordnet, 13 Proben der Klasse 2 wurden korrekterweise der Klasse 2 zugeordnet und 6 Proben der Klasse 3 wurden korrekterweise der Klasse 3 zugeordnet.“

Diagramm der Betriebseigenschaften des Empfängers zeigt dasselbe, aber auf eine andere Art und Weise – mit ROC-Kurve: