20190076

Maksim Dli, Andrey Puchkov, Ekaterina Lobaneva

Engineering Study for Influence of Deep Neural Network Architectures on Images Recognition Quality

Вишняков Сергей Викторович: Я бы хотел уточнить, насколько важны и существенны с точки зрения решения практических задач отличия в параметре accuracy в таблице результатов (от 0,835 до 0,879)?

Лобанева Екатерина Ивановна: Принципиальной важности они не несут, просто принято при описании нейронных сетей приводить их как отражение факта обучения и его качества

Вишняков Сергей Викторович: Спасибо, но вопрос у меня остался - все-таки, есть ли фактическая/практическая разница в соответствующих случаях? Я понимаю, что мы принимаем решение - нейросеть работает удовлетворительно - и применяем ее. Есть ли еще какие-то объективные показатели, которые говорят нам, а лучше или хуже она работает? И насколько эти показатели будут отличаться?

Лобанева Екатерина Ивановна: Уважаемый Сергей Викторович, показанная ошибка усреднённая и в практических случаях для конкретных применений она будет флуктуировать. Есть ещё ряд метрик для оценки качества обучения, которые выбираются в зависимости от цели применения сети - классификация или регрессия. При классификации можно, например, самим многократно применять сеть для какой либо задачи и заполнить матрицу неточностей, в которой хорошо видны ошибки классификации 1 и 2 рода

Вишняков Сергей Викторович: Спасибо!