一种基于闵可夫斯基差的线性可分度量实时监测深度网络隐藏层方法

一种基于闵可夫斯基差的线性可分度量实时监测深度网络隐藏层方法，属于深度学习模型分析领域。该方法基于闵可夫斯基差的线性可分度量（MD‑LSM）实现，首先，设计基于闵可夫斯基差线性可分度量指标，定义为MD‑LSM；其次，应用设计的线性可分度量指标、、实时监测网络，为实时分析深度网络的训练过程提供可能，及时地发现和解决网络训练中的问题，优化网络性能。本发明提出的MD‑LSM是绝对度量，能直接反映两集合的线性可分程度，为判断集合的线性可分性提供准确依据；能更好适应深度网络训练过程中可能出现的异常隐藏层输出情况，确保度量结果的稳定性，提高对深度网络隐藏层行为分析的可靠性；为深度网络的优化设计和性能提升提供理论支持和实践指导。