Pilihan privasi Anda

KiwiBee menggunakan cookie opsional dari Google Analytics, Google Ads, dan Meta Pixel untuk memahami pengunjung dewasa, mengukur pendaftaran yang selesai, dan meningkatkan kampanye. Cookie penting selalu aktif. Pixel iklan ChatGPT OpenAI juga mengukur tampilan halaman dan pertanyaan yang telah dikirim setelah persetujuan iklan, serta dapat menggunakan detail kontak yang di-hash untuk pencocokan. Kebijakan privasi

Langsung ke konten utama

Jaringan Saraf

Tentang simulasi ini

Simulasi ini menunjukkan jaringan saraf nyata tiga-lima-lima-dua yang melakukan langkah maju. Setiap neuron menjumlahkan input berbobotnya dan bias, lalu memadatkan hasilnya dengan fungsi tanh. Siswa menggerakkan tiga penggeser input dan melihat sinyal mengalir, dengan sambungan biru muda untuk bobot positif, oranye untuk negatif, serta warna dan ukuran neuron menunjukkan aktivasi. Sebuah tombol mengacak bobot. Bobot tidak dilatih, jadi fokusnya adalah cara kerja aritmetikanya, yang menjadi pengenalan awal yang mudah dipahami tentang cara model pembelajaran mesin menghitung.

Yang bisa dijelajahi siswa

  • Gerakkan Input x1, x2, dan x3 dan lihat Keluaran y1 dan Keluaran y2 berubah.
  • Lihat warna sambungan untuk menemukan bobot mana yang positif dan mana yang negatif.
  • Tekan Acak bobot dan lihat bagaimana input yang sama memberi keluaran yang berbeda.
  • Atur ketiga input ke 0 dan lihat apa yang terjadi pada keluaran dan Rata-rata aktivitas tersembunyi.
  • Dorong input ke batasnya dan perhatikan bagaimana pemadatan tanh menjaga nilai antara minus 1 dan 1.

Tujuan pembelajaran

  1. 1Jelaskan neuron sebagai jumlah berbobot ditambah bias yang dilewatkan melalui fungsi aktivasi.
  2. 2Lacak bagaimana informasi mengalir maju melalui lapisan-lapisan jaringan.
  3. 3Jelaskan apa yang dilakukan bobot positif dan negatif terhadap sinyal.
  4. 4Kenali bahwa keluaran bergantung pada masukan dan bobot.

Pertanyaan yang sering diajukan guru

Apakah gratis digunakan?

Ya. Gratis dan berjalan di peramban modern mana pun, termasuk papan tulis dan tablet. Tidak perlu mendaftar.

Apakah jaringan ini dilatih untuk melakukan suatu tugas?

Tidak. Bobotnya acak, sehingga keluarannya tidak memiliki arti khusus. Tujuannya adalah menunjukkan dengan tepat bagaimana jaringan mengubah masukan menjadi keluaran, dengan aritmetika yang sama seperti yang dipakai jaringan terlatih.

Apa yang dilakukan fungsi tanh?

Tanh memadatkan bilangan apa pun ke rentang dari minus 1 sampai 1. Ini menjaga keluaran setiap neuron tetap terbatas dan memungkinkan jaringan merepresentasikan hubungan yang lebih rumit daripada garis lurus sederhana.

Bagaimana cara menggunakan simulasi jaringan saraf?

Seret ketiga penggeser input dan lihat warna serta keluaran diperbarui. Tekan Acak bobot untuk membuat jaringan baru dengan bentuk yang sama.

Sematkan simulasi ini

Pasang di LMS, blog, atau situs kelas Anda — gratis.

<iframe src="https://kiwibee.io/id/simulations/neural-network-3d-simulation/embed" title="Jaringan Saraf | KiwiBee" loading="lazy" allowfullscreen style="width:100%;height:min(70vh,620px);min-height:420px;border:0;border-radius:16px"></iframe>

Lanjut menjelajah

Hadirkan sains interaktif di kelas Anda

Ruang kerja guru gratis dari KiwiBee menyatukan perencanaan pembelajaran, lembar kerja, perangkat kelas, dan buku nilai dalam satu tempat.

Mulai gratis dan buat kelas pertama Anda

atau jelajahi ruang kerja guru →