На этом шаге мы посмотрим, как "представляет" нейронная сеть остальные цифры.
Ниже представлены результаты обратного запроса для остальных случаев.
Рис.1. "Представление" цифр нейронной сетью
Вот это да! Мы вновь получили довольно-таки интересные изображения. Они словно представляют собой снимки мозга нейронной сети, полученные с помощью компьютерной томографии.
По поводу этих изображений можно сделать некоторые замечания.
- Маркер "7" довольно отчетливо распознается как цифра "7". Если вы обведете карандашом темные пиксели изображения, то получите достаточно наглядное подтверждение этого. Также заметно выделяется
"белая" область, где не должно быть закрашенных элементов. Оба этих фактора вместе указывают на то, что в данном случае мы имеем дело с цифрой "7".
- То же самое справедливо для маркера "3", поскольку здесь налицо те же два фактора: схожесть контура темных пикселей, если обвести его карандашом, с цифрой "3" и наличие белых областей
в тех местах, где они и должны быть в цифре "3".
- Маркеры "2" и "5" интерпретируются аналогичным образом.
- Случай маркера "4" интересен наличием фигуры, напоминающей четыре квадранта, и белых областей.
- Изображение, полученное для маркера "8", очень напоминает снеговика, "голова и туловище" которого сформированы двумя белыми областями, что в целом соответствует цифре "8".
- Изображение для маркера "1" ставит нас в тупик. Создается впечатление, что сеть уделила больше внимания тем областям, которые должны оставаться белыми, чем тем, которые должны быть закрашены.
Ну что ж, это то, чему научилась сеть на примерах.
- Изображение для маркера "9" вообще неразборчиво. В нем нет четко выделенных темных областей и каких-либо фигур, образованных белыми областями. Это результат того, чему сеть научилась на предоставленных ей примерах, обеспечивая в целом точность на уровне 97,5%. Глядя на данное изображение, напрашивается вывод, что, возможно, сеть нуждается в дополнительных тренировочных примерах, которые помогли бы ей лучше распознавать образцы цифры "9".
Итак, вам была предоставлена увлекательная возможность заглянуть во внутренний мир нейронной сети и, что называется, увидеть, как работает ее мозг.
На следующем шаге мы займемся созданием новых тренировочных данных.
