Hogyan ismeri fel a számjegyeket egy neurális háló
Rajzoljon egy számjegyet, és nézze meg, hogyan értelmezi egy valódi neurális háló. Látni fogja, mely neuronok gyulladnak fel, mit keres mindegyik, és hogyan lesz 784 pixelből egyetlen válasz. Minden az Ön böngészőjében fut.
Rajzoljon egy számjegyet
A háló válasza3100% biztonsággal
A tanulás során soha nem látott 10 000 tesztszámjegyből ekkora arányban ismeri fel helyesen: 97,8%.
A háló belseje
Haladjon végig a négy lépésen, vagy kattintson bármelyik neuronra, és meglátja, hogyan számol.
- Erősebb szín = a neuron jobban világít
- Növeli a következő összeget
- Csökkenti a következő összeget
4. lépés: a kimenet ehhez a számjegyhez: 3
A 10 kimenet mindegyike ugyanígy adja össze a második réteg 16 neuronját. Minél nagyobb egy kimenet összege, annál inkább hajlik a háló az ő számjegye felé.
Ami a legtöbbet hozzáadta és elvette
Ennek a kimenetnek az összege: 14,97. A softmax ebből ekkora részarányt csinál: 100% (lásd lent).
Az eltolás (bias) a neuron saját száma, amelyet a súlyokhoz hasonlóan tanult meg: könnyebben vagy nehezebben gyullad fel tőle.
10 összegből egy válasz
A softmax a 10 összeget részarányokká alakítja, amelyek együtt 100%-ot adnak. A legnagyobb összeg kapja a legnagyobb részarányt: ha egy összeg 1-gyel nagyobb egy másiknál, a részaránya körülbelül 2,7-szer nagyobb. A válasz a legnagyobb részarányú számjegy. A részarány azt mutatja, mennyire hajlik a háló egy számjegy felé, nem azt, mennyire valószínű, hogy igaza van.
| Számjegy | Összeg | Részarány |
|---|---|---|
| 0 | -5,37 | 0% |
| 1 | -0,27 | 0% |
| 2 | 2,32 | 0% |
| 3 | 14,97 | 100% |
| 4 | -6,86 | 0% |
| 5 | 4,38 | 0% |
| 6 | -10,56 | 0% |
| 7 | 1,13 | 0% |
| 8 | -1,01 | 0% |
| 9 | 1,46 | 0% |
Bemutató a megértéshez; semmi, amit rajzol, nem hagyja el a böngészőjét. Hogyan számol, és honnan származnak az adatok
Hogyan ismer fel egy neurális háló egy számjegyet
A neurális háló egyszerű egységekből, neuronokból áll, amelyek rétegekbe rendeződnek. Minden neuron csak egy dolgot csinál: összeadja a beérkező számokat, mindegyiket a saját súlyával szorozva, hozzáadja az eltolását, és ha az eredmény pozitív, továbbadja. Az okosság nem egy-egy neuronban van, hanem a súlyokban.
Ez a háló a rajzot 784 számként kapja meg, pixelenként egyet. Az első rétegnek 32 neuronja van, és mindegyik egy rövid vonásra reagál egy bizonyos helyen, ahogy a mintáikon látszik. A második réteg 16 neuronja ezeket a vonásokat nagyobb részekké rakja össze. A 10 kimenet, számjegyenként egy, összeadja a második réteget, és a legnagyobb nyer.
A súlyokat senki sem állította be kézzel. Kezdetben véletlenszerűek voltak, és a háló vaktában tippelt. Aztán 60 000 kézzel írt számjegyet kapott a helyes válaszokkal, és minden kis adag után minden súly egy kicsit arra mozdult, amerre a hiba csökken (hiba-visszaterjesztés és gradiensereszkedés). Az összes számjegyen 30-szor végigmenve nagyjából 26 000 súlya beállt azokba a mintákba, amelyeket lát.
Ezért téved a háló másképp, mint egy ember. Azt tanulta meg, hogyan néznek ki az MNIST számjegyei, nem azt, hogy mi a számjegy. Rajzoljon egy számjegyet nagyon vékonyan, csonkán vagy szokatlan stílusban, és az összegek rossz irányba billenhetnek. Próbálja ki: rajzoljon felül nyitott 4-est, áthúzott 7-est vagy egy betűt, és figyelje, mely neuronok reagálnak.
Ugyanezek az építőkövek, csak sokkal nagyobb számban és másképp elrendezve, ott vannak a beszédet felismerő, szöveget fordító vagy író hálókban is. Az elv ugyanaz marad: rengeteg súlyozott összeg, példákból tanult súlyokkal.
Gyakori kérdések
Ez egy igazi neurális háló?
Igen. Kicsi, de teljes háló, valódi kézzel írt számjegyeken tanítva, és az Ön böngészőjében pontosan úgy számol, ahogy az ábra mutatja. Az ábra minden száma a számítás valódi értéke.
Elküldik valahová a rajzomat?
Nem. A háló az Ön böngészőjében fut. A rajzot csak a böngésző tárhelyén őrizzük meg, hogy visszatéréskor is megtalálja.
Miért nem ismeri fel a számjegyemet?
Csak az MNIST-éhez hasonló számjegyeket ismer: egyetlen számjegyet, középre rajzolva, szokásos vastagságú vonalakkal. Az Ön kézírását sosem látta, és azt sem tudja mondani, hogy „nem tudom”. Próbálja a számjegyet nagyobbra és egyszerűbben rajzolni, vagy nézze meg, az első réteg mely neuronjai gyulladtak fel, és mely kimeneteknek adtak hozzá.
Mennyire pontos?
Az MNIST 10 000 tesztszámjegyén, amelyeket a tanulás során nem látott, nagyjából 100-ból 98 esetben válaszol helyesen; a pontos arány a rajzfelület alatt látható. Az egérrel rajzolt számjegyek másképp néznek ki, mint a papíron tollal húzott vonások, ezért ezeknél rosszabbul teljesíthet.
Mi az MNIST?
70 000 kézzel írt számjegy gyűjteménye, amelyet Yann LeCun, Corinna Cortes és Christopher Burges állított össze az 1990-es években amerikai kézírásmintákból. Régóta ez az első, amin az új módszereket kipróbálják, a gépi tanulás afféle „hello worldje”.
Kapcsolódó cikkek
Hogyan számol, és honnan származnak az adatok
Hogyan számoljuk az eredményt
- A rajzot úgy rajzoljuk újra, ahogy az MNIST előkészítette a számjegyeit: a vonásokat körülbelül 3 pixel széles tollal, alakjukat megtartva egy 20 × 20-as keretbe illesztve, és úgy eltolva, hogy a tinta súlypontja egy 28 × 28-as kép közepére essen. Minden pixel egy szám 0 és 1 között.
- A hálónak 784 bemenete, az első rétegben 32, a második rétegben 16 neuronja és 10 kimenete van. Minden neuron összeadja a bemeneteit, mindegyiket a saját súlyával szorozva, és hozzáadja az eltolását (bias). A két rejtett rétegben a negatív összegből 0 lesz (ReLU); a 10 kimeneti összeg a softmaxon megy át, amely együtt 100%-ot adó részarányokká alakítja őket.
- A hálót az MNIST 60 000 tanító számjegyén tanítottuk: 30 menet gradiensereszkedés lendülettel (momentum), 64 számjegyes adagokban, minden számjegyet véletlenszerűen eltolva, elforgatva, megdöntve, vékonyítva vagy vastagítva, hogy a háló az egérrel rajzolt számjegyeket is felismerje.
- A pontosságot az MNIST 10 000 tesztszámjegyén mértük, amelyeket a háló a tanulás során sosem látott, ugyanazzal a kóddal és ugyanazokkal a súlyokkal, amelyeket az oldal használ. Az eredmény a rajzfelület alatt látható.
- A súlyokat egyenként 8 biten tároljuk; a fenti pontosság ezen kerekítés után mért érték. A rejtett rétegek neuronjai annál erősebb színt kapnak, minél nagyobb az értékük a rétegük egy magas értékéhez képest (a tesztszámjegyeken mért 95. percentilishez).
Feltevések és korlátok
- A háló csak a 0–9 számjegyeket ismeri, és mindig ezek egyikével válaszol, betűre vagy firkára is, néha nagy részaránnyal.
- Az MNIST számjegyeit az amerikai népszámlálási hivatal (Census Bureau) munkatársai és amerikai középiskolások írták. Más kézírást, például a hosszú felvezető vonalas 1-est vagy az áthúzott 7-est, a háló rosszabbul ismerheti fel.
- Ez egy kis háló, úgy építve, hogy követni lehessen. A LeCun és társai (1998) által leírt konvolúciós háló ugyanezen tesztszámjegyek kevesebb mint 1%-ánál tévedett; a ma a gyakorlatban használt hálók ennél is sokkal nagyobbak.
- A háló nem emlékszik a korábbi rajzokra, és nem tanul az Önéiből.
A példaként felkínált számjegyek az MNIST tesztkészletének kézzel írt számjegyei. A háló ábráján látható számok a számítás valódi értékei, nem a mi példáink.
Az adatok forrásai és az időszak, amelyre vonatkoznak
Minden szám, amellyel a kalkulátor indul vagy amelyből számol, az alábbi források egyikéből származik. A sorozatok nevét úgy adjuk meg, ahogyan a kiadó nevezi őket. Minden sor mutatja azt az időszakot, amelyre az adatok vonatkoznak, és ahol rögzítjük, a letöltés napját. A hivatalos adatok a közzétételkor már hónapokosak lehetnek, ezért döntés előtt ellenőrizze az aktuális értéket.
- Hivatalos
- Jegybank, statisztikai hivatal, az Európai Unió vagy más közintézmény tette közzé.
- Tudományos vagy iparági adat
- Egyetem, indexszolgáltató, iparági szövetség vagy adatszolgáltató adatkészlete.
- Sajtóból
- Egy hivatalos szerv adata, amelyet csak a sajtóból ismerünk, és nem ellenőriztünk az eredeti forrásban. Tekintse hozzávetőlegesnek.
- Példa
- Saját kerek számunk, nem statisztika. Cserélje le a sajátjára.
Kézzel írt számjegyek a háló tanításához
| Forrás | Időszak | Típus |
|---|---|---|
Yann LeCun, Corinna Cortes, Christopher J. C. BurgesThe MNIST database of handwritten digits: 60,000 training and 10,000 test images of 28 × 28 pixels, size-normalized to a 20 × 20 box and centered by the center of mass (files from the torchvision mirror, checked against its MD5 sums) | 1998letöltve: 2026-10-17 | Tudományos vagy iparági adat |
Y. LeCun, L. Bottou, Y. Bengio, P. HaffnerGradient-based learning applied to document recognition, Proceedings of the IEEE 86 (11), 2278–2324 | 1998 | Tudományos vagy iparági adat |
A módszertani szöveget utoljára ekkor ellenőriztük: 2026-10-06. Az adatokat utoljára ekkor töltöttük le: 2026-10-17. Hogyan dolgozunk adatokkal és forrásokkal