CV моделинин feature space визуализациясы t-SNE/UMAP менен эмне?

t-SNE (t-Distributed Stochastic Neighbor Embedding) жана UMAP (Uniform Manifold Approximation and Projection) — бул нелинейдүү өлчөмүн азайтуу ыкмалары, алар көбүнчө жогорку өлчөмдүү маалыматтарды, мисалы, компьютер көрүү (CV) моделдеринин өзгөчөлүктөрү (feature space) үчүн визуалдаштыруу үчүн колдонулат.

CV моделдеринин контекстинде, бул ыкмалар жардам берет:

• Көп өлчөмдүү өзгөчөлүк векторлорун (мисалы, нейрон тармактарынын катмарынын чыгыштары) 2D же 3D кеңейтүүдө көрсөтүү.
• Моделдин ар кандай класстардын маалыматтарын кантип бөлүп же топтоштуруп жатканын визуалдык баалоо.
• Өзгөчөлүктөрдүн түзүлүшү жана таралышын түшүнүү, кластерлерди же аномалияларды аныктоо.

Мисал: моделди үйрөтүүдөн кийин, ар кандай класстардын сүрөттөрүнүн өзгөчөлүк векторлорун алууга болот, t-SNE же UMAP колдонуп, таразалык график түзүү, анда бир класстын чекиттери бирге топтолуп, моделдин класстарды бөлүү жөндөмүнүн жакшы экенин көрсөтөт.

Ошондуктан, t-SNE жана UMAP — бул моделдердин ички өкүлчүлүгүн түшүнүү жана талдоо үчүн күчтүү инструменттер.