Playground ist ein interaktive Anwendung, mit der Sie verschiedene Training und Tests von ML-Modellen. Mit Playground können Sie Features auswählen und Hyperparameter anpassen, und dann entdecken, wie sich Ihre Entscheidungen auf ein Modell auswirken.
Diese Seite enthält zwei Playground-Übungen.
Übung 1: Ein grundlegendes Funktionskreuz
Konzentrieren Sie sich bei dieser Übung auf die folgenden Bereiche von Playground Benutzeroberfläche:
- Unter FUNKTIONEN finden Sie die drei potenziellen Modellmerkmale:
- x1
- 2-mal
- 1×2
- Unter OUTPUT sehen Sie ein Quadrat mit orangefarbenen und blaue Punkte. Stell dir vor, du blickst auf einen quadratischen Wald, orangefarbene Punkte markieren die Position kranker Bäume, blaue Punkte und die Position gesunder Bäume.
- Zwischen FEATURES und OUTPUT werden bei genauerer Betrachtung drei schwache gestrichelte Linien, die die einzelnen Features mit der Ausgabe verbinden. Die Breite jeder gestrichelten Linie symbolisiert die derzeit zugewiesene Gewichtung. mit den einzelnen Funktionen. Diese Linien sind sehr schwach, weil das Ausgangsgewicht wird für jedes Feature mit 0 initialisiert. Wenn das Gewicht wächst oder schrumpft, und wie dick die Linien sind.
Aufgabe 1: Erkunden Sie Playground, indem Sie Folgendes tun:
- Klicken Sie auf die schwache Linie, die Feature x1 mit der Ausgabe verbindet. Ein Pop-up-Fenster wird angezeigt.
- Geben Sie im Pop-up-Fenster die Gewichtung
1.0ein. - Drücken Sie die Eingabetaste.
Beachten Sie Folgendes:
- Die gestrichelte Linie für x1 wird dicker, wenn das Gewicht zunimmt. von 0 bis 1,0.
- Jetzt wird ein orange-blauer Hintergrund angezeigt.
- Der orangefarbene Hintergrund zeigt, wo sich die kranken Bäume vermutlich befinden. sind.
- Der blaue Hintergrund zeigt, wo sich die gesunden Bäume vermutlich befinden. sind. Das Modell leistet schlechte Arbeit. sind etwa die Hälfte der Vermutungen falsch.
- Da die Gewichtung für x1 1,0 und für die anderen Elemente 0 beträgt, stimmt das Modell genau mit den Werten von x1 überein.
Aufgabe 2: Ändern Sie die Gewichtung eines oder aller drei Funktionen, sodass das das Modell (die Hintergrundfarben) erfolgreich krank und gesund vorhersagt Bäumen. Die Lösung wird direkt unter Playground angezeigt.
Übung 2: Eine komplexere Funktionsverknüpfung
Schauen Sie sich in der zweiten Übung an, wie die orangefarbenen Punkte (Kranke Bäume) angeordnet sind. und blauen Punkten (fehlerfreie Bäume) im Ausgabemodell, wobei Folgendes angezeigt wird:
- Die Punkte bilden annähernd sphärische Muster.
- Die Anordnung der Punkte ist ungenau, zum Beispiel das gelegentliche Blau Punkte in der äußeren Kugel orangefarbener Punkte. Daher kann selbst ein großartiges Modell ist es unwahrscheinlich, dass die einzelnen Punkte korrekt vorhergesagt werden.
Aufgabe 1: Sehen Sie sich die Playground-Benutzeroberfläche so an:
- Klicken Sie auf die Schaltfläche Run/Pause (Ausführen/Pause), ein weißes Dreieck in einem schwarzen . Playground beginnt, das Modell zu trainieren. beobachten der Epochenzähler steigt.
- Nachdem das System mindestens 300 Epochen lang trainiert wurde, drücken Sie Schaltfläche „Laufen/Pause“, um das Training zu pausieren.
- Sehen Sie sich das Modell an. Trifft das Modell gute Vorhersagen? Mit anderen Worten: sind die blauen Punkte, die in der Regel von einem blauen Hintergrund umgeben sind. orangefarbene Punkte in der Regel von einem orangefarbenen Hintergrund umgeben?
- Untersuchen Sie den Wert für den Testverlust, der direkt unter OUTPUT angezeigt wird. Ist das Wert näher an 1,0 (größerer Verlust) oder näher an 0 (geringerer Verlust)?
- Setzen Sie Playground zurück, indem Sie den geschwungenen Pfeil links neben dem Schaltfläche „Ausführen/Pause“
Aufgabe 2: Erstellen Sie ein besseres Modell. Gehen Sie dazu so vor:
- Wählen Sie eine beliebige Kombination der fünf Funktionen aus oder heben Sie die Auswahl auf.
- Passen Sie die Lernrate an.
- Trainieren Sie das System für mindestens 500 Epochen.
- Untersuchen Sie den Wert des Testverlusts. Ist der Testverlust kleiner als 0,2?
Lösungen werden unter Playground angezeigt.