न्यूरल नेटवर्क

यह सिमुलेशन एक असली तीन-पाँच-पाँच-दो न्यूरल नेटवर्क को फ़ॉरवर्ड पास करते दिखाता है। हर न्यूरॉन अपने भारित इनपुट और एक बायस को जोड़ता है, फिर परिणाम को tanh फ़ंक्शन से दबाता है। छात्र तीन इनपुट स्लाइडर खिसकाते हैं और सिग्नल बहते देखते हैं, जिसमें सियान कनेक्शन धनात्मक भार के लिए और नारंगी ऋणात्मक के लिए होते हैं, और न्यूरॉन का रंग व आकार सक्रियण दिखाते हैं। एक बटन भार यादृच्छिक करता है। भार प्रशिक्षित नहीं हैं, इसलिए ध्यान इस पर है कि अंकगणित कैसे काम करता है, जो मशीन लर्निंग मॉडल के गणना करने के तरीके की सरल शुरुआत है।

• इनपुट x1, x2 और x3 खिसकाएँ और देखें कि आउटपुट y1 और आउटपुट y2 कैसे बदलते हैं।
• कनेक्शन के रंग देखें और पता करें कि कौन-से भार धनात्मक हैं और कौन-से ऋणात्मक।
• भार यादृच्छिक करें दबाएँ और देखें कि वही इनपुट अलग-अलग आउटपुट कैसे देते हैं।
• तीनों इनपुट 0 पर सेट करें और देखें कि आउटपुट और छिपी परत की औसत गतिविधि पर क्या होता है।
• इनपुट को उनकी सीमा तक ले जाएँ और ध्यान दें कि tanh दबाव मानों को ऋण 1 और 1 के बीच रखता है।

1. 1न्यूरॉन को एक सक्रियण फ़ंक्शन से गुज़रने वाले भारित योग और बायस के रूप में बताएँ।
2. 2देखें कि सूचना नेटवर्क की परतों से होकर आगे कैसे बहती है।
3. 3समझाएँ कि धनात्मक और ऋणात्मक भार सिग्नल पर क्या असर डालते हैं।
4. 4पहचानें कि आउटपुट इनपुट और भार दोनों पर निर्भर करते हैं।

शिक्षकों के आम सवाल