ESECUZIONE DI ADDESTRAMENTO INTERATTIVO

Insegna a un modello a vedere il pattern.

Regola la ricetta di apprendimento, avvia la simulazione e osserva il confine decisionale imparare in tempo reale.

STATO ATTUALE Ready to run Pesi inizializzati

Dataset

Modello

Tasso di apprendimento0.08

Dimensione batch16

Passo Avvia addestramento

EPOCA0Non avviato

PERDITA—Awaiting first pass

ACCURATEZZA—Awaiting first pass

CONFIDENZA—Potenza del segnale del modello

VISTA MODELLO DAL VIVO

Confine di decisione

Classe AClasse B

PASSA IL MOUSE / TOCCA PER ISPEZIONAREMove over the mapx 0.00 · y 0.00

Premi Esegui per iniziare l'apprendimento

Aggiornamenti dei confini dopo ogni batch32 samples

SEGNALE DI ADDESTRAMENTO

Perdita nel tempo

—

inizioepocaora

↘

Cosa osservare

Esegui alcune epoche per vedere il modello separare le classi.

ANATOMIA DEL MODELLO

Attività di rete

2 layers

attivazione bassaattivazione altapeso positivopeso negativo

CONSOLE DI ESECUZIONE

Registro di addestramento

Cancella

LABORATORIO DI APPRENDIMENTO AGENTE

Insegna a un agente a raggiungere il beacon.

Guarda una piccola policy imparare dalla ricompensa, esplorare gli ostacoli e completare un percorso una decisione alla volta.

STATO MISSIONE

Attività

Esplorazione24%

Velocità di esecuzione

Fai avanzare l'agente Reimposta missione

EPISODIO—esecuzione di apprendimento corrente

RICOMPENSA—ritorno del passaggio

PASSAGGI—lunghezza del percorso

TASSO DI SUCCESSO0%

SPAZIO DEGLI STATI + POLICY

Campo di navigazione appreso

POLICY Q

ISPETTORE DI STATO

policy appresa scia dell'agente ostacolo segnale obiettivo

Le frecce mostrano l'azione di valore più alto per ogni stato. Passa il mouse o tocca una cella per ispezionare i suoi valori Q.

SEGNALE DI RINFORZO

Ricompensa per episodio

—

inizioepisodioora

↗

Cosa osservare

ISPETTORE VALORE Q

Stato selezionato

↑Su0.00

→Destra0.00

↓Giù0.00

←Sinistra0.00

Un valore Q stima il ritorno futuro dell'intraprendere un'azione da questo stato.