Hm, was ist ein neuronales Netzwerk?
Es ist eine Technik zum Aufbau eines Computerprogramms, das aus Daten lernt. Sie basiert sehr lose darauf, wie wir denken, dass das menschliche Gehirn funktioniert. Zunächst wird eine Sammlung von Software-Neuronen erstellt und miteinander verbunden, die es ihnen ermöglichen, Nachrichten untereinander zu senden. Als Nächstes wird das Netzwerk aufgefordert, ein Problem zu lösen, was immer wieder versucht wird, um jedes Mal die Verbindungen zu stärken, die zum Erfolg führen, und die Verbindungen, die zu Fehlern führen, abzuschwächen. Für eine detailliertere Einführung in neuronale Netzwerke ist das Buch Neuronale Netzwerke und Deep Learning von Michael Nielsen ein guter Ausgangspunkt. Einen technischen Überblick bietet Deep Learning von Ian Goodfellow, Yoshua Bengio und Aaron Courville.
Ist das cool, kann ich es wiederverwenden?
Bitte tun Sie es! Wir haben es auf GitHub als Open Source zur Verfügung gestellt, in der Hoffnung, dass neuronale Netzwerke dadurch leichter zugänglich und erlernt werden können. Sie können es in jeder Weise verwenden, die unserer Apache-Lizenz entspricht. Wenn Sie Vorschläge für Ergänzungen oder Änderungen haben, wenden Sie sich bitte an uns.
Unten finden Sie außerdem einige Steuerelemente, mit denen Sie den Playground auf ein bestimmtes Thema oder eine bestimmte Lektion zuschneiden können. Wähle einfach unten die Funktionen aus, die angezeigt werden sollen, und speichere oder aktualisiere die Seite.
Was bedeuten alle Farben?
Orange und Blau werden in der gesamten Visualisierung auf leicht unterschiedliche Weise verwendet, aber in der Regel zeigt Orange negative Werte, während Blau positive Werte anzeigt.
Die Datenpunkte (dargestellt durch kleine Kreise) sind anfänglich orange oder blau gefärbt, wobei positive und negative Punkte übereinstimmen.
In den verborgenen Schichten werden die Linien nach der Gewichtung der Verbindungen zwischen Neuronen gefärbt. Blau steht für eine positive Gewichtung, was bedeutet, dass das Netzwerk diese Ausgabe des Neurons wie angegeben verwendet. Eine orangefarbene Linie zeigt, dass das Netzwerk eine negative Gewichtung zuordnet.
In der Ausgabeebene werden die Punkte je nach ihren ursprünglichen Werten orange oder blau gefärbt. Die Hintergrundfarbe zeigt an, was das Netzwerk für einen bestimmten Bereich prognostiziert. Die Intensität der Farbe gibt an, wie zuversichtlich die Vorhersage ist.
Welche Bibliothek verwenden Sie?
Wir haben eine winzige Bibliothek neuronaler Netze geschrieben. die den Anforderungen dieser pädagogischen Visualisierung gerecht wird. Berücksichtigen Sie bei realen Anwendungen die TensorFlow-Bibliothek nutzen.
Gutschriften
Dies wurde von Daniel Smilkov und Shan Carter geschaffen. Dies ist die Fortsetzung der bisherigen Arbeit vieler Nutzer – insbesondere die convnet.js-Demo von Andrej Karpathy. und Artikel von Chris Olah über neuronale Netzwerke. Vielen Dank auch an D. Sculley um Hilfe bei der ursprünglichen Idee und an Fernanda Viégas, Martin Wattenberg und die übrigen Big Picture- und Google Brain-Teams für Feedback und Unterstützung.