A Neural Network Playground

Um, What Is a Neural Network?

Это метод создания компьютерной программы, которая учится на данных. Он очень слабо основан на том, как мы думаем, как работает человеческий мозг. Во-первых, создается набор программных «нейронов», которые соединяются вместе, что позволяет им отправлять сообщения. друг к другу. Затем сеть просят решить проблему, которую она пытается делать снова и снова, каждый раз укрепляя связи, которые ведут к успеху, и уменьшая те, которые ведут к неудаче. Для более подробного ознакомления нейронным сетям, Майкл НильсенNeural Networks and Deep Learning is a good place to start. For a more technical overview, try Deep Learning by Ian Goodfellow, Yoshua Bengio, and Aaron Courville.

This Is Cool, Can I Repurpose It?

Пожалуйста, сделайте это! Мы открыли исходный код наGitHubс надеждой, что это может сделать нейронные сети немного более доступными и легкими для изучения. Вы можете использовать его любым способом, который следует нашимApache License. And if you have any suggestions for additions or changes, please let us know.

Мы также предоставили некоторые элементы управления ниже, чтобы вы могли адаптировать игровую площадку к определенной теме или уроку.Просто выберите, какие функции вы хотите видеть ниже, а затем сохранитеthis link, or refresh the page.

Show test dataDiscretize outputPlay buttonStep buttonReset buttonLearning rateActivationRegularizationRegularization rateProblem typeWhich datasetRatio train dataNoise levelBatch size# of hidden layers

What Do All the Colors Mean?

Orange and blue are used throughout the visualization in slightly different ways, but in general orange shows negative values while blue shows positive values.

The data points (represented by small circles) are initially colored orange or blue, which correspond to positive one and negative one.

In the hidden layers, the lines are colored by the weights of the connections between neurons. Blue shows a positive weight, which means the network is using that output of the neuron as given. An orange line shows that the network is assiging a negative weight.

In the output layer, the dots are colored orange or blue depending on their original values. The background color shows what the network is predicting for a particular area. The intensity of the color shows how confident that prediction is.

What Library Are You Using?

We wrote a tiny neural network library that meets the demands of this educational visualization. For real-world applications, consider the TensorFlow library.

Credits

Это было создано Даниэлем Смилковым и Шан Картером.Это продолжение предыдущей работы многих людей, в первую очередь Андрея Карпати.convnet.js demoи Крис Олаarticlesо нейронных сетях Большое спасибо также Д. Скалли за помощь с оригинальной идеей и Фернанде Вьегас и Мартину Ваттенбергу и остальным принадлежащийBig Picture and Google Brain teams for feedback and guidance.