Понимание Графиков Нейронных сетей Matlab для распознавания образов

Question

В настоящее время я выполнял проект по классификации транспортных средств, и сейчас он почти завершен, но у меня есть некоторая путаница в графиках, которые я получаю от своей нейронной сети

Я использовал 230 изображений [90=Hatchbacks,90=Sedans,50=SUVs] для классификации по 80 характерным точкам.Таким образом, мой vInput был [80x230] матрица и мой vTarget был [3x230] матрица

Классификатор работает хорошо, но я не понимаю, являются ли эти графики ненормальными или нет.

Моя нейронная сеть

Затем я нажал на эти 4 графика в PLOT раздел и получил их последовательно.

График производительности

Состояние обучения

Заговор Путаницы

График рабочих характеристик приемника

Я знаю изображения, это множество изображений, но я ничего о них не знаю.В документации matlab они просто обучают систему и строят график
Поэтому, пожалуйста, кто-нибудь, кратко объясните мне их или покажите мне несколько хороших ссылок, чтобы изучить их.

Answer 1

Первые два графика показывают статистику обучения.

График производительности показывает динамику среднеквадратичных ошибок для всех ваших наборов данных в логарифмическом масштабе.Обучающий MSE всегда уменьшается, поэтому его валидация и тестовый MSE должны вас заинтересовать.Ваш сюжет показывает идеальную подготовку.

Состояние обучения показывает вам некоторые другие статистические данные о тренировках.

Градиент - это значение градиента обратного распространения на каждой итерации в логарифмическом масштабе. 5e-7 означает, что вы достигли нижней границы локального минимума вашей целевой функции.

Сбои проверки - это итерации, когда MSE проверки увеличивает свое значение.Много сбоев означает обучение цветению, но в вашем случае все в порядке.Matlab автоматически прекращает обучение после 6 неудачных попыток подряд.

На двух других графиках показаны результаты вашего сетевого моделирования после Обучение.

Заговор Путаницы.В вашем случае это на 100% точно.Зеленые клеточки обозначают правильные ответы, а красные - все типы неправильных ответов.

Например, вы можете прочитать первый из них (обучающий набор) как:"59 образцов из класса 1 были правильно классифицированы как класс 1, 13 образцов из класса 2 были правильно классифицированы как класс 2 и 6 образцов из класса 3 были правильно классифицированы как класс 3".

График рабочих характеристик приемника показывает то же самое, но по-другому - используя Кривая ROC: