Che cos'è una rete neurale?
È una tecnica per creare un programma informatico che apprende dai dati. Si basa molto vagamente sul funzionamento del cervello umano. In primo luogo, viene creata e collegata una raccolta di "neuroni" software che consentono l'invio di messaggi l'uno all'altro. Successivamente, alla rete viene chiesto di risolvere un problema, che cerca di risolvere più volte, rafforzando ogni volta le connessioni che portano al successo e diminuendo quelle che portano al fallimento. Per un'introduzione più dettagliata alle reti neurali, il libro Neural Networks and Deep Learning di Michael Nielsen è un buon punto di partenza. Per una panoramica più tecnica, prova Deep Learning di Ian Goodfellow, Yoshua Bengio e Aaron Courville.
È fantastico, posso riutilizzarlo?
Ti invitiamo a farlo. L'abbiamo reso open source su GitHub nella speranza che possa rendere le reti neurali un po' più accessibili e facili da apprendere. Puoi utilizzarlo in qualsiasi modo conforme alla nostra licenza Apache. Per qualsiasi suggerimento su aggiunte o modifiche, contattaci.
Abbiamo anche fornito alcuni controlli di seguito per consentirvi di personalizzare il gioco in base a un argomento o a una lezione specifici. Scegli le funzionalità da rendere visibili qui sotto, quindi salva o aggiorna la pagina.
Qual è il significato di tutti i colori?
L'arancione e il blu vengono utilizzati nella visualizzazione in modi leggermente diversi, ma in generale l'arancione mostra valori negativi, mentre il blu mostra valori positivi.
I punti dati (rappresentati da piccoli cerchi) sono inizialmente di colore arancione o blu, che corrispondono a uno positivo e uno negativo.
Negli strati nascosti, le linee sono colorate in base ai pesi delle connessioni tra i neuroni. Il blu mostra un peso positivo, il che significa che la rete sta utilizzando l'output del neurone come specificato. Una linea arancione indica che la rete sta assegnando un peso negativo.
Nel livello di output, i punti sono di colore arancione o blu a seconda dei loro valori originali. Il colore di sfondo mostra ciò che la rete prevede per una particolare area. L'intensità del colore mostra quanto sia affidabile quella previsione.
Quale libreria utilizzi?
Abbiamo scritto una piccola libreria di rete neurale che soddisfi le esigenze di questa visualizzazione educativa. Per le applicazioni del mondo reale, considera la nella libreria TensorFlow.
Crediti
È stato creato da Daniel Smilkov e Shan Carter. Si tratta della continuazione del lavoro precedente di molte persone, in particolare della demo convnet.js di Andrej Karpathy e gli articoli di Chris Olah sulle reti neurali. Grazie mille anche a D. Sculley per aiutare con l'idea originale e a Fernanda Viégas e Martin Wattenberg e gli altri I team di Big Picture e Google Brain per ricevere feedback e indicazioni.