Klassifizierungs-Performance messen
Messen Sie die Genauigkeit eines Netzes zur Erkennung von Ziffern. Das Netz wurde mit Bildern der MNIST-Datenbank handgeschriebener Ziffern trainiert.
Erstellen Sie als ersten Schritt die Übungs- und Validierungsdaten.
![Click for copyable input](assets.de/measure-classification-performance/In_70.png)
resource = ResourceObject["MNIST"];
trainingData = ResourceData[resource, "TrainingData"];
testData = ResourceData[resource, "TestData"];
![Click for copyable input](assets.de/measure-classification-performance/In_71.png)
RandomSample[trainingData, 5]
![](assets.de/measure-classification-performance/O_58.png)
Definieren Sie ein Convolutional Neural Network, das 28x28-Graustufenbilder als Input erhält.
![Click for copyable input](assets.de/measure-classification-performance/In_72.png)
lenet = NetChain[{
ConvolutionLayer[20, 5], Ramp,
PoolingLayer[2, 2],
ConvolutionLayer[50, 5], Ramp,
PoolingLayer[2, 2],
FlattenLayer[],
500, Ramp, 10,
SoftmaxLayer[]},
"Output" -> NetDecoder[{"Class", Range[0, 9]}],
"Input" -> NetEncoder[{"Image", {28, 28}, "Grayscale"}]
]
![](assets.de/measure-classification-performance/O_59.png)
Trainieren Sie das Netzwerk drei Trainingsrunden lang.
![Click for copyable input](assets.de/measure-classification-performance/In_73.png)
lenet = NetTrain[lenet, trainingData, ValidationSet -> testData,
MaxTrainingRounds -> 3]
![](assets.de/measure-classification-performance/O_60.png)
Testen Sie das trainierte Netz direkt mit zufällig ausgewählten Bildern aus dem Validierungssatz.
![Click for copyable input](assets.de/measure-classification-performance/In_74.png)
imgs = Keys @ RandomSample[testData, 5];
Thread[imgs -> lenet[imgs]]
![](assets.de/measure-classification-performance/O_61.png)
Erzeugen Sie ein ClassifierMeasurements-Objekt aus dem trainierten Netz und dem Validierungssatz.
![Click for copyable input](assets.de/measure-classification-performance/In_75.png)
cm = ClassifierMeasurements[lenet, testData]
![](assets.de/measure-classification-performance/O_62.png)
Ermitteln Sie die Güte des Netzwerks anhand des Validierungssatzes.
![Click for copyable input](assets.de/measure-classification-performance/In_76.png)
cm["Accuracy"]
![](assets.de/measure-classification-performance/O_63.png)
Führen Sie Beispiele der Ziffer 3 an, die fälschlicherweise als 8 klassifiziert wurden.
![Click for copyable input](assets.de/measure-classification-performance/In_77.png)
cm[{"Examples", 3 -> 8}]
![](assets.de/measure-classification-performance/O_64.png)
Visualisieren Sie die Wahrheitsmatrix der Netzwerkvorhersagen in Bezug auf den Validierungssatz.
![Click for copyable input](assets.de/measure-classification-performance/In_78.png)
cm["ConfusionMatrixPlot"]
![](assets.de/measure-classification-performance/O_65.png)