matlab中卷积网络的图验证误差和训练误差
有人知道如何在Matlab中绘制conv网络的验证错误吗?对于普通神经网络,有一个名为matlab中卷积网络的图验证误差和训练误差,matlab,plot,neural-network,Matlab,Plot,Neural Network,有人知道如何在Matlab中绘制conv网络的验证错误吗?对于普通神经网络,有一个名为plotperform的函数,但这不适用于conv网络 据我所知,CNN plotperform没有内置功能。您可以执行以下操作: 使用训练选项的检查点参数保存神经网络性能 options = trainingOptions('sgdm', ... 'MaxEpochs', 10, ... 'InitialLearnRate', 1e-6, ... 'CheckpointPat
plotperform
的函数,但这不适用于conv网络 据我所知,CNN plotperform没有内置功能。您可以执行以下操作:
- 使用训练选项的检查点参数保存神经网络性能
options = trainingOptions('sgdm', ... 'MaxEpochs', 10, ... 'InitialLearnRate', 1e-6, ... 'CheckpointPath', 'models');
- 使用predict为以下对象创建培训和验证精度点: 你的学习曲线
[bboxes,score,~]=detect(cnn,testImage)代码>
然后取决于你拥有哪种类型的CNN,你需要拿出准确度基准。例如,对于分类问题,您可以计算 有人需要看看报纸!你能详细说明一下吗?你需要读一些科学文章来解释怎么做。