Обзор модели глубокого обучения

Доступно с лицензией Image Analyst.

Понимание моделей глубокого обучения очень важно для их использования при построении выводов. Просмотр модели дает вам представление о том, как она была обучена и как может работать. Во многих случаях у вас может быть несколько моделей для сравнения. Панель Обзор модели глубокого обучения позволяет вам просматривать модели глубокого обучения, которые были обучены и созданы. Чтобы открыть панель Обзор модели глубокого обучения, щелкните ниспадающее меню Инструменты глубокого обучения Инструменты глубокого обучения и выберите Обзор модели глубокого обучения Обзор Модели глубокого обучения.

На панели Обзор модели глубокого обучения отображается информация из файла определения модели Esri (*.emd) и содержимое папки ModelCharacteristic. Если эти файлы или папки не существуют, на панели отобразится сообщение об ошибке Недостаточно информации, доступной в: <имя папки>. В таблице ниже описано содержимое панели Обзор модели глубокого обучения.

ЭлементОписание

Модель

Используйте кнопку Обзор Обзор, чтобы найти модель, которую вы хотите просмотреть. Все модели, связанные с ним, будут добавлены в ниспадающий список Модель. Вы можете переключаться между моделями и удалять модели из ниспадающего списка.

Сравнение

Используйте кнопку Сравнить Сравнение, чтобы скомпилировать измерения всех загруженных в данный момент моделей в отчет для сравнения и оценки.

Тип модели

Имя архитектуры модели.

Опорная

Имя предварительно настроенной нейросети, которая была использована в качестве архитектуры для обучения модели.

Скорость обучения

Скорость обучения, используемая при обучении нейронных сетей. Если значение не указано, оно будет рассчитано обучающим инструментом.

Потери при обучении и проверке

В этом разделе отображается график, который показывает потери при обучении и проверке в ходе обучения модели.

Потери при обучении и проверке

Анализ модели

Показатель или число, в зависимости от архитектуры модели. Например, модели пиксельной классификации будут отображать следующие показатели для каждого класса: точность, отклик и оценка f1. Модели обнаружения объектов будут отображать среднюю оценку точности.

Примеры результатов

Показаны примеры пар наземных привязок и прогнозов.

Примеры пар наземных привязок и прогнозов

Подробные сведения об эпохе

Таблица, содержащая информацию для каждой эпохи, такую как потери при обучении, потери при проверке, время и другие показатели.

Таблица подробных сведений об эпохе

Связанные разделы