Анализ качества обучения нейронной сети | Нейросети на Python HD

Как оценивать качество обучения нейронной сети в Keras. Курс "Программирование нейросетей на Python" - https://www.asozykin.ru/courses/nnpython Полный код решения из видео - https://github.com/sozykin/dlpython_course/blob/master/introduction/fashion_mnist_prevent_overfitting.ipynb Полный код решения из видео в Google Colab - https://colab.research.google.com/drive/1AE_W9QOLoFrPsoihVqZtY5YMWtrPr80C При обучении нейросетей может возникнуть проблема переобучения. В этом случае сеть может научиться распознавать особенности выборки, а не данных. Это ведет к снижению обобщающей способности нейросети (generalization). Чтобы избежать переобучения, необходимо оценивать качество работы нейросети на тех данных, которые она не видела в процессе обучения. Для обучения используются три набора данных: 1. Обучающая выборка (training set) – набор данных, который используется для обучения сети. 2. Проверочная выборка (validation set) – набор данных, который используется в процессе обучения для подбора гиперпараметров сети. 3. Тестовая выборка (test set) – набор данных, который используется для оценки качества работы сети после завершения обучения. Рассматриваются примеры использования проверочного и тестового наборов данных в Keras. Как можно поддержать курс: 1. PayPal - https://www.paypal.me/asozykin 2. Яндекс Кошелек - https://money.yandex.ru/to/410014298228017 Заранее спасибо за помощь! Добавляйтесь в друзья в социальных сетях: вКонтакте - https://vk.com/avsozykin Facebook - https://www.facebook.com/asozykin Twitter - https://twitter.com/AndreySozykin Мой сайт - https://www.asozykin.ru Мой канал с краткими и понятными объяснениями сложных тем в ИТ и компьютерных науках - https://goo.gl/kW93MA