DemoNeuralt nätverkAlla demonstrationer

ETT LÄRANDE NÄTVERK

Katt eller hund?

Följ en bild genom nätverket. Se hur vikter och trösklar formar svaret.

Misovald bild

Fem förberedda bilddrag

Bilddrag 5 indataLager 1 6 noderLager 2 4 noderSvar 2 utgångar
Fem bilddrag, två dolda lager med sex och fyra noder, och två utgångar: katt och hundLjusare noder är mer aktiverade. Heldragna kopplingar förstärker, streckade dämpar. Tjocklek visar viktens storlek. Välj en nod för att se dess inkommande kopplingar.
Modellen väljer–Följ signalerna
Facit?visas efter svaret
Ljus = aktivering Förstärker DämparTjockare = starkare vikt
Byt bild. Vikterna är kvar.Åtta träningsbilder
Träningssteg 0Rätt på dessa bilder 4 / 8
Resultat på träningsbilder, inte nya bilder.

Illustrationer med förberedda bilddrag. Modellen analyserar inte pixlar.

Bilderna visar idén.

Du ser åtta illustrationer av katter och hundar. Varje bild har fem bilddrag som vi har satt i förväg. Det här nätverket läser de fem värdena, inte bildens pixlar. Ett riktigt bildsystem behöver också lära sig att hitta användbara mönster i bilder.

Se: följ bilddragen genom samma nätverk.
Utforska: välj en nod, justera dess tröskel eller en inkommande vikt.
Träna: lär av en bild i taget eller träna på alla åtta.

Vikter styr hur mycket en signal förstärker eller dämpar nästa nod. En tjockare linje är en starkare vikt. Linjens tjocklek ändras när vikten ändras, inte när du byter bild. De rörliga markeringarna visar vilken riktning beräkningen går i.

Tröskeln är en mjuk aktiveringsmittpunkt. Vid samma inkommande signal gör en högre tröskel noden mindre aktiv. Noden är gradvis aktiv, inte bara på eller av. Träning ändrar både vikter och trösklar. Nodljuset och skalan 0–100 visar aktivering.

De dolda noderna har inga förutbestämda betydelser. A1 är till exempel ingen inbyggd ”öron-detektor”. Träningen får veta rätt svar, men får inte veta vad varje dold nod ska betyda. Bilddragen överlappar: det finns hundar med upprätta öron, en katt med vikta öron och en hund med tydliga morrhår. Inget enskilt drag är en allmän regel för katt eller hund.

Två svarssignaler: nätverket väljer den utgång som är mer aktiverad. Värdena är inte sannolikheter eller ett tillförlitligt mått på säkerhet, och behöver inte summera till 100.

Ett steg i taget jämför den valda bilden med dess facit innan parametrarna justeras. ”Träna på alla 8” väger samman alla åtta träningsbilder i varje uppdatering. En bild kan tillfälligt få ett sämre svar när helheten förbättras. Automatik pausar när alla åtta har tydligt skilda svarssignaler, eller efter 5 000 ytterligare steg.

8 av 8 rätt gäller bara de här träningsbilderna. Vi testar inte modellen på nya bilder, så resultatet säger inget om hur bra den känner igen andra katter eller hundar.

Allt körs lokalt. ”Börja om” ger exakt samma startmodell. Inget laddas upp eller sparas när sidan laddas om.