主要内容
深度学习调谐和可视化
交互式地构建和训练网络，管理实验，规划训练进度，评估准确性，解释预测，调整训练选项，并可视化网络学到的特征
使用Deep Network Designer交互式地构建、可视化、编辑和训练深度学习网络。调整训练选项，并通过横扫超参数或使用贝叶斯优化来提高网络性能。使用实验管理器管理在不同初始条件下训练网络的深度学习实验，并比较结果。使用内置的网络精确度和损耗图监控训练进度。为了研究训练过的网络，你可以使用可视化技术，如Grad-CAM、遮挡敏感性、LIME和深梦。您还可以使用对抗性的例子来研究网络的健壮性，并通过使用新数据进行预测来测试您训练的网络。
- 深度网络设计应用
交互式创建和培训深度学习网络 - 实验管理器应用程序
在多种初始条件下训练网络，交互式地调整训练选项，并评估您的结果 - 深度学习调优
编程调整训练选项，从检查点恢复训练，并调查对抗的例子 - 深度学习的可视化
规划训练进度，评估准确性，解释预测，并将网络学到的特征形象化
特色的例子
您也可以从以下列表中选择一个网站:
