Конструктор нейронних мереж DeepThinker
Конструктор DeepThinker - це зручний інструмент, який допоможе краще розібратись із тим, як будуються нейронні мережі, без знань мов програмування і глибокого розуміння вищої математики. Нижче наведені короткі інструкції, що описують процес створення простої нейронної мережі для задач регресії (передбачення одних значень на основі інших). Бажаю успіхів в опануванні цієї непростої, але дуже цікавої галузі!
Завантаження та збереження моделей
У верхній лівій частині конструктора ми можемо побачити дві кнопки:
- "Upload model" дає можливість завантажити файл з параметрами готової моделі у форматі .json в конструктор та передбачувати за допомогою неї нові значення,
- "Download model" зберігає параметри і результати тренування створеної в конструкторі моделі на комп'ютер у форматі .json.
Завантаження набору даних
Кнопка "Choose file" відкриває файловий менеджер на комп'ютері, з якого необхідно обрати набір даних у форматі .json для тренування нейронної мережі.
! Перед завантаженням переконайтесь, що у вашому наборі даних всі об'єкти мають однакові поля !
Наприклад, ви можете використати будь-який онлайн конвертер для перетворення .csv у .json, щоб тренувати НМ на табличних даних.
Після завантаження набору даних в секціях "Input values" і "Output values" додадуться поля з набору даних. Серед них потрібно визначити вхідні значення (закономірності між якими вивчатиме модель) та вихідні (які модель буде вчитись передбачати на основі вхідних даних).
Параметри нейронної мережі
В цій секції потрібно встановити бажані параметри для нейронної мережі. Також можна натиснути на "(use default params)", щоб заповнити поля значеннями за замовчуванням.
Шари нейронної мережі
Шари нейронної мережі визначають її архітектуру і напряму впливають на результати тренування.
- Кнопка "Add layer" додає новий шар,
- "Remove layer" видаляє останній доданий шар.
Спливаючі підказки
Наведення курсору на будь-яку іконку зі знаком запитання відкриває спливаючу підказку з поясненнями до конкретного параметра.
Тренування нейронної мережі
Кнопка "Train" запускає тренування нейронної мережі, яка була визначена перед цим, на наявному наборі даних.
Виведення результатів
У вікні "Output" будуть відображенні результати тренування та передбачення значень, а також помилки при завантаженні даних (наприклад, якщо завантажено набір даних в неправильному форматі).
Передбачення нових значень
Після тренування під кнопкою "Train" з'являться поля для вхідних значень та кнопка "Predict". Вона дозволяє передбачити нові значення за допомогою натренованої моделі.
Додаткові рекомендації
Під полем "Output" також доступний випадаючий список з рекомендаціями для покращення результатів проектування та тренування нейронних мереж.
