Wie ein neuronales Netz Formen lernt

Sieh zu, wie es mit -Zeichnungen trainiert – und zeichne dann selbst.

Die Mathematik in Kürze

Eingabe
x ∈ [0, 1]  Pixel
Neuron
z = w·x + b
Aktivierung
a = ReLU(z) = max(0, z)
Ausgabe
p = softmax(z)  Σ = 100 %
Verlust
L = −log pcorrect
Backprop
L/∂w = δ · a  Kettenregel
Anpassung
wwη·∂L/∂w
Input Hidden Layer Output Bias + Gewicht − Gewicht Vorwärts Backprop