ইমেজনেট: শীর্ষ -১ এবং শীর্ষ -৫ ত্রুটি হার কী?

Question

ইমেজনেট শ্রেণিবদ্ধকরণ কাগজগুলিতে শীর্ষ -1 এবং শীর্ষ -5 ত্রুটি হারগুলি কয়েকটি সমাধানের সাফল্য পরিমাপের জন্য গুরুত্বপূর্ণ ইউনিট, তবে সেই ত্রুটি হারগুলি কী?

ইন ডীপ Convolutional নিউরাল নেটওয়ার্ক সঙ্গে ImageNet ক্লাসিফিকেশন Krizhevsky এট দ্বারা। একক সিএনএন (পৃষ্ঠা 7) ভিত্তিক প্রতিটি সমাধানের কোনও শীর্ষ -5 ত্রুটি হার নেই যখন 5 এবং 7 সিএনএন রয়েছে এমনগুলি রয়েছে (এবং 7 সিএনএন এর চেয়ে ত্রুটির হার 5 সিএনএন এর চেয়ে ভাল)।

এর অর্থ কী শীর্ষস্থানীয় -১ ত্রুটি হারটি একটি একক সিএনএন-এর পক্ষে সেরা একক ত্রুটি হার?

শীর্ষ -5 ত্রুটি হারটি কি কেবল পাঁচটি সিএনএন-এর জমা হওয়া ত্রুটির হার?

Answer 1

[...] যেখানে শীর্ষ -5 ত্রুটি হার হ'ল পরীক্ষার চিত্রগুলির ভগ্নাংশ যার জন্য মোড দ্বারা সবচেয়ে সম্ভাব্য হিসাবে বিবেচিত পাঁচটি লেবেলের মধ্যে সঠিক লেবেল নেই।

প্রথমত, আপনি সিএনএন ব্যবহার করে ভবিষ্যদ্বাণী করেন এবং পূর্বাভাসীকৃত শ্রেণীর বহু-বহু বিতরণ ( ) পান।$\sum p_{class} = 1$

এখন, শীর্ষ -১ স্কোরের ক্ষেত্রে, আপনি পরীক্ষা করতে পারেন যে শীর্ষ শ্রেণির (সর্বাধিক সম্ভাবনা রয়েছে এমন) টার্গেট লেবেলের মতো কিনা।

ক্ষেত্রে শীর্ষ -5 স্কোর যদি আপনি লক্ষ্য ট্যাগ আপনার সেরা 5 ভবিষ্যৎবাণী (সর্বোচ্চ সম্ভাব্যতা সঙ্গে 5 বেশী) এক চেক করুন।

উভয় ক্ষেত্রেই, শীর্ষস্থানীয় স্কোর গণনা করা হয় বার হিসাবে একটি পূর্বাভাসীকৃত লেবেল লক্ষ্য লেবেলের সাথে মিলে যায়, যা মূল্যায়নকৃত ডেটা-পয়েন্টের সংখ্যা দ্বারা বিভক্ত হয়।

অবশেষে, যখন 5-সিএনএন ব্যবহার করা হয়, আপনি প্রথমে তাদের ভবিষ্যদ্বাণীগুলি গড় গড় করেন এবং শীর্ষ -1 এবং শীর্ষ -5 স্কোর গণনা করার জন্য একই পদ্ধতি অনুসরণ করেন।

Answer 2

আপনার শ্রেণিবদ্ধকারী আপনাকে প্রতিটি শ্রেণীর জন্য একটি সম্ভাবনা দেয়। বলুন আমাদের ক্লাস হিসাবে কেবল "বিড়াল", "কুকুর", "বাড়ি", "মাউস" ছিল (এই ক্রমে)। তারপরে ক্লাসিফায়ারটি কোনওরকম পছন্দ দেয়

0.1; 0.2; 0.0; 0.7

ফলস্বরূপ শীর্ষ -1 শ্রেণি হ'ল "মাউস"। শীর্ষ -2 শ্রেণি হ'ল {মাউস, কুকুর} সঠিক শ্রেণিটি যদি "কুকুর" হত তবে এটি শীর্ষ -2 যথার্থতার জন্য "সঠিক" হিসাবে গণ্য হবে তবে শীর্ষ -১ নির্ভুলতার জন্য ভুল হিসাবে গণ্য হবে।

$k$$k$