我正在写一些关于googles deepdream的文章。可以通过深度学习的网络进行检查，请参阅research blog google与哑铃相关的示例。
在该示例中，训练网络以识别哑铃。然后他们使用deepdream来查看网络学到了什么，结果是网络训练不好。因为它识别哑铃加手臂作为哑铃。
我的问题是，网络如何在实践中检查？用deepdream或其他方法？
最好的问候
答案 0 :(得分：1)
通常在机器学习中，您可以在训练过程中未使用的数据集（测试集）中验证您学习的网络。因此，在这种情况下，您将拥有一组用于训练模型的哑铃和没有哑铃的示例，以及在训练过程中未看到的一组（也包括哑铃和没有哑铃）。
当您拥有模型时，可以让它预测版主集的标签。然后，将这些预测标签与实际标签进行比较：
基于这四个，您可以计算诸如F1得分或准确度等度量来计算模型的性能。 （看看下面的wiki：https://en.wikipedia.org/wiki/F1_score）