ディープラーニング：順伝播と逆伝播

ディープラーニングの学習サイクル

このアニメーションは、ディープラーニングが「予測」と「学習」を繰り返して賢くなっていく様子を視覚化したものです。左の入力データ（数字の"2"）が、どのように処理され、モデルがどうやって間違いから学ぶのかを見ていきましょう。

---

ステップ1：予測する (順伝播 - Forward Propagation)

「予測する」ボタンを押すと、順伝播が始まります。これは、ネットワークが答えを出すプロセスです。

• 入力データ（"2"の形）が、左の入力層のニューロンを「発火」させます。
• 発火したニューロンから、情報のパルス（■）が右に向かって伝播していきます。
• パルスは各層を通り抜け、最終的に右端の出力層に到達します。このとき、最も強く発火したニューロンが、ネットワークの「予測結果」となります。

最初の予測では、ネットワークはまだ学習していないため、間違った答え（"3"）を出してしまいます。

ステップ2：学習する (逆伝播 - Backpropagation)

予測が間違っていたら、ネットワークは学習しなければなりません。「学習する」ボタンを押すと、逆伝播が始まります。

1. 誤差の計算: まず、「予測(3)」と「正解(2)」のズレ（誤差）を計算します。アニメーションでは、正解である"2"のニューロンが緑に光ることで表現されます。
2. 誤差の逆流: 次に、この誤差の情報が、今度は右の出力層から左の入力層に向かって逆流します。この緑色のパルス（■）は、「この間違いに、どのニューロンや接続がどれだけ責任があったか」を伝える重要な信号です。
3. 重みの更新: 誤差のパルスが通過した接続（ニューロン間の線）は、その「責任」に応じて更新されます。アニメーションでは、接続が黄色く光ることで、重みが更新（学習）されたことを示します。

ステップ3：再び予測する

学習が完了すると、「予測する」ボタンが再び押せるようになります。もう一度押してみてください。今度は、逆伝播によって更新された重みを使って順伝播が行われるため、ネットワークは正しく「2」と予測できるようになっています。

ディープラーニングは、この「予測 → 誤差計算 → 更新」というサイクルを何百万回、何千万回と繰り返すことで、非常に複雑なパターンを認識できるようになるのです。「リセット」ボタンで初期状態に戻し、このサイクルを何度でも試すことができます。