Релиз NNWizard v0.3.13

31 января 2022

Обновление среды визуального моделирования и обучения нейронных сетей NNWizard до версии v0.3.13 привнесло долгожданный пользователями функционал.

Нововведения

Остановка обучения

Теперь пользователь может вручную остановить процесс обучения модели. Возможность будет полезна, если:

· Модель начала переобучаться, а текущая эпоха обучения далека от конечной;

· Модель уже показывает хорошие результаты;

· Модель обучается плохо ввиду плохо подобранных параметров.

Для принудительного окончания обучения пользователю нужно всего лишь нажать кнопку «Остановить» во время обучения и дождаться окончания текущей эпохи обучения.

Дообучение

В версии 0.3.13 появилась возможность дообучить свою модель. Больше не нужно ставить обучение на долгое время и надеяться, что все пройдет без проблем – теперь можно обучать модель несколько раз подряд, а результаты предыдущих обучений уже будут в нее включены.

Стоит отметить, что между обучениями пользователь может менять параметры обучения, но не саму модель. Иначе, возможность дообучения пропадет.

Улучшения

Удобное редактирование параметров

При редактировании параметров больше не придется вводить их значение заново – теперь они не исчезают, и пользователь может изменить их и подтвердить изменение.

Параметры, значения которых не умещаются в поле ввода, больше не будут заменяться на многоточие целиком – будет заменена только та часть, которая не видна за границей поля.

Графики обучения

Графики обучения теперь сохраняются в файле проекта, чтобы пользователь был в курсе как обучение проходило ранее.

Подписи на оси эпох теперь не превращаются в линию из многоточий при большом количестве эпох. Теперь на этой оси всегда 10 базовых меток.

Показатели обучения

Во время обучения пользователю будут показаны не только графики, но и точные значения функций потерь и метрики на обучающих и валидационных выборках.

Привязка карточек к сетке

Теперь карточки примагничиваются к ближайшим направляющим доски. Внесите немного перфекционизма в работу с NNWizard!

Уменьшение потребления постоянной памяти

Ранее файл весов обученной модели сохранялся для каждой эпохи, что приводило к большому количеству занимаемой постоянной памяти в папке проекта. Теперь мы храним лишь файл с весами, который показывает лучший (наименьший) результат по валидационной функции потерь.