MÔ PHỎNG MẠNG NƠ-RON NHÂN TẠO

Mạng nơ-ron không hiểu chữ số nào cả, nó chỉ nhân rồi cộng. Lưới 7×7 cho ra 49 con số đầu vào, mỗi nơ-ron lớp ẩn lấy tổng có trọng số cộng thêm độ lệch rồi đẩy qua hàm kích hoạt, bốn nơ-ron đầu ra ganh nhau điểm cao nhất và softmax biến điểm thành độ tự tin. Một nơ-ron đơn độc chỉ vạch được một đường thẳng nên bó tay trước XOR, phải có lớp ẩn hai nơ-ron ghép hai đường thẳng lại mới tách nổi. Cùng một tổng z, hàm kích hoạt đổi từ bậc thang sang sigmoid rồi sang ReLU cho ba dáng đáp ứng khác hẳn nhau.

▸ Dựng các lớp nơ-ron (vào · ẩn · ra)…
▸ Nạp trọng số & độ lệch cài sẵn
▸ Cấu hình hàm kích hoạt (ReLU · sigmoid · softmax)
▸ Mở bảng vẽ tay 7×7 cho lớp vào
▸ Hiệu chuẩn lan truyền xuôi (forward pass)…
▸ Sẵn sàng — Trực tuyến. ✅
0%
⌂ Tư duy & Máy

Phòng mô phỏng Mạng nơ-ron nhân tạo

Artificial Neural Network · Forward Pass
Trực tuyến
perceptron → MLP · suy luận
Lớp đầu ra
🔮 Dự đoán
Dự đoán—
Độ tự tin—
Số nơ-ron—
Số lớp—
Số trọng số—
Đang xem—
Ghi chú
Mỗi nơ-ron nhân tạo tính tổng có trọng số các đầu vào (Σ wᵢxᵢ + b) rồi cho qua hàm kích hoạt. Nhiều nơ-ron xếp lớp tạo MLP; tín hiệu chảy một chiều vào→ra gọi là lan truyền xuôi.
—
Vẽ vào lưới (CLICK / kéo) → xem tín hiệu chảy vào→ra · chọn "Kịch bản" (perceptron · XOR · chữ số · hình · hàm kích hoạt · cầu nối sinh học) · bấm khái niệm để xem chi tiết
Trình duyệt chưa bật canvas.
Điểm số 4 đầu ra mạnh nhất theo thời gian out₀out₁out₂out₃
Về Mạng nơ-ron nhân tạo

Mạng nơ-ron không hiểu chữ số nào cả, nó chỉ nhân rồi cộng. Lưới 7×7 cho ra 49 con số đầu vào, mỗi nơ-ron lớp ẩn lấy tổng có trọng số cộng thêm độ lệch rồi đẩy qua hàm kích hoạt, bốn nơ-ron đầu ra ganh nhau điểm cao nhất và softmax biến điểm thành độ tự tin. Một nơ-ron đơn độc chỉ vạch được một đường thẳng nên bó tay trước XOR, phải có lớp ẩn hai nơ-ron ghép hai đường thẳng lại mới tách nổi. Cùng một tổng z, hàm kích hoạt đổi từ bậc thang sang sigmoid rồi sang ReLU cho ba dáng đáp ứng khác hẳn nhau.

Chủ đề liên quan trong Tư duy & Máy