Suas escolhas de privacidade

O KiwiBee usa cookies opcionais do Google Analytics, Google Ads e Meta Pixel para entender os visitantes adultos, medir cadastros concluídos e melhorar as campanhas. Os cookies essenciais ficam sempre ativos. O Pixel de anúncios do ChatGPT da OpenAI também mede visitas e consultas enviadas após o consentimento publicitário e pode usar dados de contato com hash para correspondência. Política de privacidade

Pular para o conteúdo principal

Rede Neural

Sobre esta simulação

Esta simulação mostra uma rede neural real de três-cinco-cinco-dois fazendo uma passagem direta. Cada neurônio soma suas entradas ponderadas e um viés, depois comprime o resultado com a função tanh. Os alunos movem três controles de entrada e veem os sinais percorrerem a rede, com conexões ciano para pesos positivos, laranja para negativos, e a cor e o tamanho do neurônio mostrando a ativação. Um botão sorteia os pesos. Os pesos não são treinados, então o foco está em como a aritmética funciona, o que torna a simulação uma primeira visão acessível de como modelos de aprendizado de máquina calculam.

O que os alunos podem explorar

  • Mova Entrada x1, x2 e x3 e veja Saída y1 e Saída y2 mudarem.
  • Observe as cores das conexões para descobrir quais pesos são positivos e quais são negativos.
  • Pressione Sortear pesos e veja como as mesmas entradas dão saídas diferentes.
  • Defina as três entradas como 0 e veja o que acontece com as saídas e com a Atividade média oculta.
  • Leve as entradas aos limites e observe como a compressão tanh mantém os valores entre menos 1 e 1.

Objetivos de aprendizagem

  1. 1Descreva um neurônio como uma soma ponderada mais um viés, passada por uma função de ativação.
  2. 2Acompanhe como a informação flui para frente pelas camadas de uma rede.
  3. 3Explique o que pesos positivos e negativos fazem com um sinal.
  4. 4Reconheça que as saídas dependem tanto das entradas quanto dos pesos.

Perguntas frequentes dos professores

É gratuita?

Sim. É gratuita e funciona em qualquer navegador moderno, inclusive em lousas digitais e tablets. Não exige cadastro.

Esta rede foi treinada para fazer alguma tarefa?

Não. Os pesos são aleatórios, então as saídas não significam nada específico. O objetivo é mostrar exatamente como uma rede transforma entradas em saídas, usando a mesma aritmética que as redes treinadas usam.

O que faz a função tanh?

A tangente hiperbólica (tanh) comprime qualquer número no intervalo de menos 1 a 1. Isso mantém a saída de cada neurônio limitada e permite que a rede represente relações mais complexas do que simples linhas retas.

Como uso a simulação da rede neural?

Arraste os três controles de entrada e veja as cores e as saídas se atualizarem. Pressione Sortear pesos para criar uma nova rede com o mesmo formato.

Incorporar esta simulação

Coloque no seu AVA, blog ou site da turma — de graça.

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

Continue explorando

Leve a ciência interativa para a sua sala de aula

O espaço gratuito do professor da KiwiBee reúne em um só lugar o planejamento de aulas, as atividades, as ferramentas de sala e o diário de classe.

Comece grátis e crie sua primeira turma

ou conheça o espaço do professor →