Caffe可视化MNIST错误识别样本

最新推荐文章于 2022-09-25 00:00:07 发布

tianrolin

最新推荐文章于 2022-09-25 00:00:07 发布

阅读量3.6k

点赞数 5

分类专栏： Machine Learning 文章标签：可视化

本文链接：https://blog.csdn.net/tianrolin/article/details/53542050

版权

当基于LeNet网络的MNIST手写库训练完毕后，测试样本精度能达到99%以上。但是那错误的不到百分之一的样本是什么样子的呢？我们怎么才能把这些识别错误的样本可视化出来呢？

1.将测试错误样本打印出来

当运行测试时，最后的输出层为AccuracyLayer层。AccuracyLayer对前一层全连接层ip2的10个神经元输出结果进行排序，然后将最大值所对应的神经元序号与标签label进行比较，相等则判定预测正确；否则判定预测错误。所以，我们在这里添加输出判定错误的代码

void AccuracyLayer<Dtype>::Forward_cpu(const vector<Blob<Dtype>*>& bottom,
    const vector<Blob<Dtype>*>& top) {
  ...
  // check if true label is in top k predictions
  for (int k = 0; k < top_k_; k++) {
    if (bottom_data_vector[k].second == label_value) {
      // 预测正确
      ...
    }
    else
    {
      // 预测错误
      // index为batch中的图片序号(0~99)，label为标签值，output为预测值
      LOG(INFO) << "index:" << i << " lab