신경망 실습 모드

브라우저에서 직접 신경망을 조작해 보세요.
고장나지 않으니 안심하세요. 약속합니다.

에포크

데이터

어떤 데이터세트를 사용하시겠습니까?

특성

어떤 속성을 적용하시겠습니까?

수정하려면 아무 곳이나 클릭하세요.
가중치/편향: 0.2
이 값은 뉴런 1개의 출력값입니다. 크게 표시하려면 마우스 커서를 가져가세요.
출력값은 여러 가중치와 혼합되며, 선 두께로 표시됩니다.

히든 레이어

출력

테스트 손실
학습 손실
색상은 데이터, 뉴런, 가중치 값을 표시합니다.

신경망이란 무엇인가요?

신경망이란 데이터를 통해 학습하는 컴퓨터 프로그램을 개발하는 기법이며, 인간의 두뇌가 생각하는 방식에 어느 정도 기반을 두고 있습니다. 우선 소프트웨어의 모음인 '뉴런'을 만든 뒤 뉴런끼리 서로 메시지를 보낼 수 있게 연결합니다. 그런 다음 네트워크에 문제 해결을 요청하는데, 네트워크가 문제 해결 과정을 반복하면서 성공으로 이어진 신경망은 강화되고 실패한 신경망은 축소됩니다. 신경망에 관해 좀 더 자세히 소개한 글을 읽어보려면 Michael Nielsen의 Neural Networks and Deep Learning을 참조하세요. 좀 더 전문적으로 요약한 글을 보려면 Ian Goodfellow, Yoshua Bengio, Aaron Courville의 Deep Learning을 읽어보세요.

멋지네요. 다른 용도로 사용해도 될까요?

물론입니다. 신경망을 좀 더 쉽게 사용하고 학습할 수 있도록 GitHub에 오픈소스로 공개해 두었습니다. Apache 라이선스만 준수한다면 어떤 방법으로든 자유롭게 사용할 수 있습니다. 추가하거나 변경할 사항을 제안하고 싶으신 경우 알려주세요.

실습 모드를 특정 주제나 수업에 맞게 조정할 수 있는 몇 가지 컨트롤도 제공해 드립니다. 아래에 표시할 특성을 선택하고 이 링크를 저장하거나 페이지를 새로고침하세요.

색상은 무엇을 의미하나요?

주황색과 파란색은 이 시각화에서 약간 다른 방식으로 사용되지만 일반적으로 주황색은 음수 값을, 파란색은 양수 값을 표시합니다.

작은 원으로 표시되는 데이터 포인트는 주황색이나 파란색으로 표시되며, 이는 각각 +1 및 -1에 해당합니다.

히든 레이어에 있는 선의 색상은 뉴런 간의 연결 가중치에 따라 결정됩니다. 파란색은 양의 가중치를 표시하며 이는 네트워크에서 해당 뉴런의 출력값을 사용하고 있음을 의미합니다. 주황색 선은 네트워크가 음의 가중치를 적용시키고 있음을 나타냅니다.

출력 레이어에 있는 점은 원래 값에 따라 주황색 또는 파란색으로 표시됩니다. 배경색은 특정 영역에서 네트워크가 예측하는 항목을 나타냅니다. 색상의 강도는 예측이 얼마나 확실한지를 보여줍니다.

어떤 라이브러리를 사용하시나요?

이 교육용 시각화 프로그램에 맞는 작은 신경망 라이브러리를 제작했습니다. 실제로 사용되는 애플리케이션에 적용하려면 텐서플로우 라이브러리를 사용해 보세요.

크레딧

Daniel Smilkov 및 Shan Carter에 의해 개발되었습니다. 많은 분들이 해낸 기존 작업의 연장선상에 있으며 특히 Andrej Karpathy의 convnet.js demo 및 Chris Olah가 쓴 신경망에 관한 이 큰 도움이 되었습니다. 초기 아이디어에 도움을 준 D. Sculley, 의견을 제공해 주시고 길잡이가 되어주신 Fernanda Viégas와 Martin Wattenberg 및 다른 Big Picture 팀원들, Google 브레인팀에 감사드립니다.