WeightWatcher:WeightWatcher工具，用于预测深度神经网络的准确性

体重守望者 当前版本/发行版：0.4.4 配置观察分析在深神经网络（DNNs）的权重矩阵的肥尾。 该工具可以预测一系列DNN（例如VGG11，VGG13等）的泛化精度的趋势，甚至可以预测整个ResNet模型的整个系列，而无需测试集！ 这依赖于最新研究 该工具可以为一系列DNN计算平均容量或质量指标，这些DNN是在相同数据上训练的，但具有不同的超参数，甚至具有不同但相关的体系结构。 例如，它可以预测VGG19_BN的泛化性比VGG19更好，并且比VGG16_BN，VGG16等更好。 容量指标的类型： 我们为每个图层计算几个“缩放”和“形状”指标，包括： 规模指标 日志Frobeinusn规范 对数谱范数： 稳定等级 MP软等级 形状指标 PL指数alpha： 比例调整形状指标 加权阿尔法 对数Alpha规范（Shatten规范） 平均Alpha可用于比较具有不同超参数设置但深度