NN-Playground – AI Unboxed

Topologie-Preset

Parameter:

–

Erklärung

Wähle ein Preset, um zu sehen, wie die Netzwerk-Architektur die Lernfähigkeit beeinflusst. Trainiere das Neuronale Netz, optimal TicTacToe zu spielen.

Interaktion

Klick auf das Eingabe-Board (links im SVG), um Züge zu setzen. Die Vorhersage des Netzes erscheint rechts als Heatmap. Scroll zum Zoomen, Drag zum Verschieben.

Rezeptives Feld

Fahre mit der Maus über ein Hidden-Neuron, um als Heatmap zu sehen, welche Eingabefelder es besonders beachtet.

Brett-Zustand

KI-Vorhersage

Lehrer sagt: –

KI wählte: –

Loss: –

Starte das Training, um hier ein zufälliges Trainingsbeispiel mit Lehrer-Antwort (Minimax) und KI-Vorhersage zu sehen.

Epoche: 0

Verlust: –

Backpropagation + SGD

w_neu = w_alt − η · ∂L/∂w

Das Netz wird mit überwachtem Lernen trainiert. Die Verlustfunktion (Cross-Entropy) misst den Abstand zwischen Vorhersage und optimalem Minimax-Zug.

Die Lernrate η bestimmt die Schrittgröße. Aktivierungsfunktionen: ReLU (Hidden) + Softmax (Output).

Arena-Integration folgt in Phase 3.

Hier wird das trainierte Netz gegen den Minimax-Agenten und andere Spieler antreten.