Model Lab
リアルタイム機械学習サンドボックス
ライブシミュレーション
インタラクティブ・トレーニング・ラン
モデルにパターンを認識させる
学習レシピを調整し、シミュレーションを実行して、決定境界がリアルタイムで学習される様子を観察しましょう。
現在のステータス
Ready to run
重みを初期化しました
データセット
モデル
学習率0.08
バッチサイズ16
ステップ
トレーニングを実行
ライブモデルビュー
決定境界
クラス Aクラス B
ホバー / タップして詳細を表示Move over the mapx 0.00 · y 0.00
「実行」を押して学習を開始
バッチごとに境界を更新32 samples
トレーニング信号
時間経過に伴う損失
開始エポック現在
↘
注目すべき点
数エポック実行して、モデルがクラスを分離する様子を確認してください。
モデルの構造
ネットワークアクティビティ
低いアクティベーション高いアクティベーション正の重み負の重み
実行コンソール
トレーニングログ
エージェント学習ラボ
エージェントにビーコンへの到達を教える。
小さなポリシーが報酬から学習し、障害物を探索し、一度に1つの決定を下してルートを完了する様子をご覧ください。
ミッションステータス
タスク
探索24%
実行速度
エージェントをステップ実行
ミッションをリセット
状態空間 + ポリシー
学習済みナビゲーションフィールド
状態インスペクター
学習済みポリシー
エージェントの軌跡
障害物
ゴールビーコン
矢印は各状態における最高価値のアクションを示しています。セルにホバーまたはタップしてQ値を調査してください。
強化学習シグナル
エピソードごとの報酬
開始エピソード現在
↗
注目すべき点
Q値インスペクター
選択された状態
↑上0.00
→右0.00
↓下0.00
←左0.00
Q値は、この状態からアクションを実行した際の将来の報酬を推定します。