Демонстрация онлайн обучения нейронной сети

Демонстрация онлайн обучения нейронной сети

Здесь вы сможете познакомиться с онлайн визуализацией работы простой искусственной нейронной сети. Вам доступны три типа демонстраций: решение проблемы XOR, построение функции приближения и распознавание образов. Вы можете изменить некоторые параметры выполнения и режимы скорости. Эта визуализация будет полезна студентам и поможет в понимании процесса обучения нейронных сетей.

Как это использовать?

Для начала следует выбрать из выпадающего списка интересующую вас демонстрацию. Затем следует указать режим окончания обучения. Есть два варианта — по точности (величина ошибки) и по количеству шагов обучения. Обучение начинается по нажатию на кнопку «тренировать». Для сброса всех данных (начать обучение сначала), нажмите кнопку «инициализация». Когда обучение будет закончено, можно провести переобучение — «перетренировать».

Подробные сведения о параметрах

Число узлов скрытых слоев

Вы можете изменить количество нейронов для каждого промежуточного слоя. Пожалуйста, введите значения, разделенные запятыми. Например, «2, 3» указывает, что 1-й слой содержит два нейрона, второй слой — 3. Вы можете увеличивать число слоев, добавляя через запятую число нейронов в новом слое.

Замечание. Если вы введете слишком много слоев и нейронов, то ваш браузер может зависнуть. Поэтому не увлекайтесь.

Скорость обучения

Если Вы изучаете нейронные сети, то вы знаете, что это за параметр. Он влияет и на точность получаемого результата, и на скорость обучения.

Условия остановки

Эти условия указывают, когда будет завершено обучение. Тут надо экспериментировать в зависимости от целей обучения. Если Вы зададите конкретное число шагов, то обучение гарантированно остановится после прохождения указанного числа циклов обучения. Указывая определенную точность, можно надолго запустить процесс обучения и даже не получить требуемой точности никогда для определенного сочетания параметров системы.

Скорость

Вы можете регулировать скорость визуализации от минимальной до максимальной. Минимальная подходит, если вам надо показать, как идет процесс обучения. Но, чтобы реально обучить систему и получать результат с заданной точностью, лучше устанавливать максимальную скорость.

Список доступных демонстраций

3 входа + логика XOR

Эта демонстрация показывает обучение сети для трех входящих сигналов в логику XOR (исключающее или). При нажатии на кнопку в таблице «Тест», вы сможете проверить выход. Сравнивайте выход до обучения и выход после обучения.

Аппроксимация функции

Эта демонстрация показывает обучение сети для получения аппроксимации функции. Пожалуйста, укажите вид функции для аппроксимации. Красная кривая представляет собой результат обучения.

Распознавание образов

Это моделирование распознавания символов. Здесь показано обучение нейронной сети для распознавания цифр от 0 до 9. Нажмите на панели интересующую вас цифру. Числовое значение можно получить по нажатию кнопки «распознать». Попробуйте распознать цифру без обучения и после обучения.

Замечание. Используйте демонстрацию на достаточно широком экране (больше 1310px). Для мобильных устройств визуализация может не работать.


искусственные нейронные сети
Гость, оставишь комментарий?
Имя:*
E-Mail:


 
Свежее новое
  • В Москве пройдет один из крупнейших хакатонов в мире в сфере искусственного интеллекта
  • PicsArt, ведущая творческая платформа для создания контента и визуализации историй в социальных сетях с более чем 100 миллионами активных
  • Сильный Искусственный Интеллект «Smart-MES» меняет взгляды на Технологическую Сингулярность
  • Учёные полагают, что Технологическая Сингулярность наступит тогда, когда Сильный Искусственный Интеллект будет способен самостоятельно создавать себе
  • Навыки голосовых помощников от Amazon, Google, Microsoft и Яндекс
  • После лекции директора по маркетингу умного помощника Алисы, Даниилы Колесникова, меня посетило вдохновение и любопытство. Так как мы сами сейчас
  • Конкурс идей от лаборатории Касперского - Kaspersky Start Russia
  • Если ты инициативный лидер, у тебя есть знания в области IT и тебе хотелось бы возглавить собственный проект в лаборатории Касперского, то подай
  • Смарт-города, умный транспорт и инновации для ЖКХ: что обсуждали на конференции «Интернет вещей»
  • Интернет вещей для промышленности, транспорта, ЖКХ и торговли: в Москве обсудили развитие и внедрение технологии. Конференция «Интернет вещей»,
Последние комментарии
5 лучших приложений искусственного интеллекта для вашего телефона Android
какой это искусственный разум мне смешно не пудрите людям мозги ,голосовой поисковик- это интелект ха ха ну вы тут и загибаете фантастику
5 лучших приложений искусственного интеллекта для вашего телефона Android
Всё вышеперечисленное назвать интеллектом можно с большущей натяжкой. Так, программки-автоматы с почти хорошим распознаванием несложной речи.
Сильный Искусственный Интеллект «Smart-MES» как основа Технологической Сингулярности России
У нас очень странный народ, если что не понимает, то обязательно надо сунуть в морду. Зачем? А не лучше ли поинтересоваться, почему именно так? У
Сильный Искусственный Интеллект «Smart-MES» как основа Технологической Сингулярности России
Господин Чернов. Поясню. Любой инструмент, даже прозаическая кофемолка, проходят процедуру стендовых испытаний. Сертификат соответствия
Сильный Искусственный Интеллект «Smart-MES» как основа Технологической Сингулярности России
     " И странная картина получается в коридорах власти ". Странная картина  получается, если полагать, что власть эта поставлена для решения задач
Мы в социальных сетях
Статистика
0  
Всего статей 1533
0  
Всего комментариев 65
0  
Пользователей 56