INTERAKTYWNY PROCES UCZENIA

Naucz model rozpoznawania wzorców.

Dostosuj przepis uczenia, uruchom symulację i obserwuj w czasie rzeczywistym, jak granica decyzyjna się uczy.

AKTUALNY STATUS Ready to run Wagi zainicjowane

Zbiór danych

Model

Współczynnik uczenia0.08

Rozmiar partii16

Krok Uruchom uczenie

EPOKA0Nie rozpoczęto

STRATA—Awaiting first pass

DOKŁADNOŚĆ—Awaiting first pass

PEWNOŚĆ—Siła sygnału modelu

WIDOK MODELU NA ŻYWO

Granica decyzyjna

Klasa AKlasa B

NAJEDŹ / DOTKNIJ, ABY SPRAWDZIĆMove over the mapx 0.00 · y 0.00

Naciśnij Uruchom, aby rozpocząć naukę

Aktualizacje granic po każdej partii32 samples

SYGNAŁ TRENINGOWY

Strata w czasie

—

startepokateraz

↘

Na co zwrócić uwagę

Uruchom kilka epok, aby zobaczyć, jak model rozdziela klasy.

ANATOMIA MODELU

Aktywność sieci

2 layers

niska aktywacjawysoka aktywacjadodatnia wagaujemna waga

KONSOLA URUCHOMIENIOWA

Dziennik treningu

Wyczyść

LABORATORIUM UCZENIA AGENTA

Naucz agenta dotrzeć do sygnału.

Obserwuj, jak mała polityka uczy się na podstawie nagród, odkrywa przeszkody i pokonuje trasę, podejmując decyzje krok po kroku.

STATUS MISJI

Zadanie

Eksploracja24%

Szybkość działania

Wykonaj krok agenta Resetuj misję

EPIZOD—bieżący przebieg uczenia

NAGRODA—zwrot za krok

KROKI—długość ścieżki

WSPÓŁCZYNNIK SUKCESU0%

PRZESTRZEŃ STANU + POLITYKA

Wyuczone pole nawigacji

POLITYKA Q

INSPEKTOR STANU

wyuczona polityka ślad agenta przeszkoda znacznik celu

Strzałki pokazują akcję o najwyższej wartości dla każdego stanu. Najedź kursorem lub dotknij komórki, aby sprawdzić jej wartości Q.

SYGNAŁ WZMOCNIENIA

Nagroda w odcinkach

—

startepizodteraz

↗

Na co zwrócić uwagę

INSPEKTOR WARTOŚCI Q

Wybrany stan

↑Góra0.00

→Prawo0.00

↓Dół0.00

←Lewo0.00

Wartość Q szacuje przyszły zwrot z podjęcia akcji w tym stanie.